Pikselipaino

Jokainen, joka on joskus houkutellut ystävänsä kuvamallien pariin, tuntee kynnyksen. Ensin asennetaan ajoympäristö, sitten ladataan kymmenien gigatavujen painot, sitten selvitetään, miksi näytönohjain ei suostu yhteistyöhön — ja jossain kohtaa ystävä toteaa, että ehkä ensi viikonloppuna. Kynnys ei ole koskaan ollut kiinnostuksen puutetta vaan kitkaa, ja tämän päivän lehti kertoo viikonlopusta, jona kitka väheni tuntuvasti: kuvamalli ja kuvasta kolmiulotteiseksi -malli ilmestyivät muodossa, joka ajetaan selainvälilehdessä. Ei asennusta, ei tiliä, ei pilveä — kone laskee itse, ja verkkoyhteydenkin tarvitsee vain ensimmäisellä kerralla.

Merkillepantavaa on, mikä tämän mahdollisti. Ei pelkkä tekniikka — selainten laskentarajapinta on kypsynyt vuosia — vaan lisenssirivi: selainpaketin tekijät kertovat tehneensä työn siksi, että ainoa aiempi selainvienti ei ilmoittanut lisenssiä lainkaan, eikä lisenssitöntä voi käyttää mihinkään. Avoimuus ei ole vain sitä, että painot saa ladata; se on myös sitä, että paperit ovat kunnossa, kun joku haluaa rakentaa niiden päälle. Kynnyksen madaltuminen on monen käden työtä, ja tänään niistä käsistä puolet piteli lakitekstiä.

Työpaja muutti selainvälilehteen

Sunnuntai-iltana Hugging Faceen ilmestyi seitsemän minuutin sisään kaksi pakettia, joilla kuvan generointi ja kuvasta kolmiulotteiseksi -muunnos ajetaan kokonaan selaimessa — ilman asennusta, palvelinta tai avainta.

Ensimmäinen paketti on FLUX.2 klein 4B vietynä ONNX-muotoon niin, että se pyörii ONNX Runtime Webin päällä selaimen WebGPU-rajapinnassa. Käytännössä: sivu lataa painot kerran, selain panee ne välimuistiin, ja siitä eteenpäin jokainen kuva lasketaan kävijän omalla näytönohjaimella — mitään ei lähetetä minnekään, ja ensilatauksen jälkeen homma toimii lentokonetilassakin. Kortin mukaan 512×512-kuva neljällä askeleella valmistuu noin 22 sekunnissa tuoreehkolla erillisnäytönohjaimella, ja kokeilla voi suoraan tekijöiden demosivulla. Ladattavaa kertyy 6,5 gigatavua — kerran.

Konepellin alla näkyy, millainen talo selain on asukkaalleen. Tekstienkooderi on pakattu neljään bittiin ja kuvatransformeri kahdeksaan; kortti julkaisee jokaiselle osalle kosinimitan alkuperäistä vasten, ja kaikki jäävät yli 0,999:n. Hauskin yksityiskohta on arkkitehtuurin pakottama: selain ei suostu varaamaan kahden gigatavun yhtenäistä muistilohkoa, joten isot painotiedostot on sirpaloitava osiin ja koottava luettelotiedoston ohjeilla. Iso malli ei siis muuta selaimeen ovesta vaan ikkunasta, pala kerrallaan.

Toinen samana iltana saapunut paketti vie samaan välilehteen kolmannen ulottuvuuden: web-3D-työkaluistaan tunnettu Needle Tools julkaisi selainkvantatut painot LiTo-mallista — Applen tutkimusryhmän keväällä ICLR-konferenssissa esittelemästä kuvasta Gaussin splateiksi -mallista. Yksi valokuva sisään, splat-esitys ulos, ja katselu tapahtuu samassa selaimessa jossa laskentakin; splattien tausta on numeron 009 klassikkopalstalla. Lisenssit tosin erottavat kaksikon: kuvapaketti perii pohjamallinsa Apache-luvan kaupallista käyttöä myöten, kun taas Applen tutkimuslisenssi on omanlaisensa, ja se kannattaa lukea ennen kuin splatteja vie asiakastyöhön.

Lukijalle tämä tarkoittaa yksinkertaista asiaa: esittelykappale kulkee nyt linkkinä. Työpajan vetäjä, opettaja tai se ystävä, jonka koneelle ei saa asentaa mitään, avaa osoitteen ja generoi — omalla raudallaan, omat kuvansa itsellään pitäen. Raskas tuotantotyö pysyy toistaiseksi työasemilla ja ajoympäristöissä, joissa isommat mallit ja työnkulut asuvat. Mutta ovi, josta tähän maailmaan astutaan sisään, vaihtui viikonloppuna kevyemmäksi: se on nyt välilehti.

Lähteet: selainpaketin mallikortti (30.8.2026), LiTo-webgpu-kortti (30.8.2026), Applen LiTo-julkaisu (GitHub), FLUX.2 klein 4B

Sama kissa kuusitoista kertaa

Pikamallien hiljainen vika sai nimen ja laastarin: Krea 2 Turbo generoi samasta kehotteesta lähes saman kuvan siemenluvusta riippumatta, ja sunnuntaina julkaistu lisäpaino palauttaa kadonneen vaihtelun.

Tislaus on temppu, jolla hitaasta mallista tehdään nopea: oppilasmalli opetetaan hyppäämään suoraan siihen lopputulokseen, johon opettaja päätyy kymmenien askelten kautta. Palsta on käsitellyt sitä monesti, viimeksi turbomallien yhteydessä numerossa 005. Nyt yhteisö on nimennyt ja mitannut sen laskun, joka nopeudesta maksettiin. Kun opettajan monta reittiä puristetaan oppilaan yhdeksi harppaukseksi, harppaus suuntautuu aina keskimmäiseen vastaukseen — ja kehotteen eräs kuva muuttuu kehotteen siksi kuvaksi. Mallikortin näytesarja on lohduton: ”kissa ikkunalaudalla” tuottaa kuudellatoista eri siemenluvulla käytännössä saman ruskeavalkoisen kissan, sama etuviisto urheiluauto toistuu kuvasta toiseen, ja asetelmakehote latoo pöytään aina saman ananaksen.

Sunnuntaina julkaistu SDA-lisäpaino korjaa tämän leikkaamatta nopeutta. Menetelmän nimi, semanttinen suuntakohdistus, kuvaa ideaa: hidas opettajamalli näyttää, mitkä saman kehotteen tulkinnat ovat aidosti eri kuvia — eri turkki, eri valo, eri vuodenaika — ja pieni lisäpaino opettaa turbon levittämään arvauksensa näihin suuntiin sen sijaan, että kaikki siemenluvut valuisivat samaan kuoppaan. Koulutus kohdistuu yhteen korkean kohinan vaiheeseen, siihen hetkeen jossa kuvan suuret linjat ratkeavat, ja voimakkuutta säädetään porttikertoimella — kortin vertailusarjat on ajettu arvolla kaksi. Tekijän vertailukuvissa laatu ja kehotteen noudattaminen eivät kortin mukaan kärsi; riippumattomia mittauksia ei vielä ole.

Juttu asettuu tuttuun sarjaan: numerossa 016 vika löytyi yhdestä tensorista, eilen pakkaus mitoitettiin tensori kerrallaan, ja nyt tislatun mallin luonnevika paikataan 32-rankisella lisäpainolla. Isojen mallien viat ja puutteet ovat yhä useammin pieniä, osoitettavia ja yhteisön korjattavissa — ilman että ketään odotellaan. Turbon käyttäjälle ohje on suorasukainen: jos olet joskus ihmetellyt, miksi luonnosarkkisi näyttää monistetulta, syy ei ollut mielikuvituksesi. Se oli matematiikka, ja siihen on nyt laastari.

Lähteet: SDA-lisäpainon kortti vertailusarjoineen (30.8.2026), Krea 2 Turbo

Ilmakuvat eheytyvät keksimättä pikseliäkään

Yön tunteina julkaistu restaurointimalli ottaa kohteekseen viime vuosisadan puolivälin kartoituslentojen filmit — ja tekee restauroinnin alalla harvinaisen lupauksen: jokainen laatuväite on mitattu ammattilaisten puhdistamaa vertailuaineistoa vasten.

Sotien jälkeisinä vuosikymmeninä Euroopan yllä lennettiin tuhansia kartoituslentoja, ja niiden filmeille tallentui maanosa, jota ei enää ole: purkamattomat korttelit, kadonneet kylät, jokien vanhat uomat. Arkistojen skannaukset ovat kuitenkin raskaasti kärsineitä — kuvalaatat on liitetty mosaiikiksi, jonka saumat kulkevat kaupunkien halki, valotus hyppää laatalta toiselle, reunat tummuvat ja paikalliskontrasti on haalistunut kerroksiksi painojälkeä, varastointia ja skannausta. Aerial Film Restorer on koulutettu purkamaan juuri tämä vauriokerrostuma: saumat silenevät, valotus tasoittuu ja katuverkko piirtyy luettavaksi — kortin esimerkissä 1950-luvun Bourges, jonka keskiaikaisen ytimen halki kulkenut liitossauma katoaa.

Palstan vakiolukija tietää, että restaurointimallin vaarallisin ominaisuus on kekseliäisyys: generatiivinen malli täyttää puuttuvan mielellään jollakin uskottavalla, ja arkistokuvassa uskottava väärä on pahempi kuin näkyvä vaurio. Tämän mallin kortti on rakennettu vastaamaan juuri siihen epäluuloon. Tekijän sanoin restaurointimallit väittelevät yleensä adjektiiveilla; tämä väittelee luvuilla. Ranskan kansallinen kartoituslaitos on tuottanut samoista filmeistä ammattimaisesti puhdistetut versiot, ja niistä on pantu syrjään koeparit, joita koulutus ei koskaan nähnyt. Jokainen kortin luku ja kuva tulee näistä pareista: mitta-asteikolla tasan yksi tarkoittaa täsmälleen sitä, mitä negatiivissa on — ei enempää eikä vähempää. Malli siis todistaa, ettei se keksi, samalla menetelmällä jolla sen eheytyskyky mitataan.

Samaa henkeä on näkynyt palstalla koko loppuviikon: numerossa 014 malli tunnusti korttinsa kärjessä mitä ei opi, eilen rakenteita arvioi lujuuslaskenta eikä silmä, ja nyt arkistorestauroija alistaa itsensä karttalaitoksen viivaimelle. Mittaamisesta on tulossa avointen julkaisujen käyntikortti — ja arkistojen käyttäjille se on ainoa valuutta, joka kelpaa. Painot ovat avoimesti saatavilla nimeämislisenssillä.

Lähteet: mallikortti mittauksineen ja koepareineen (31.8.2026)

Kontaktiarkki yhdestä valokuvasta: videopalstan trendilistaa nousee työnkulku, joka pyytää MiniMax H3:a leikkaamaan yhden valokuvan kohtauksesta kahdeksan erillistä kamera-asemaa — nimetty kohde pysyy keskiössä, ja lopuksi työnkulku poimii joka otoksesta vakaan ruudun ja latoo ne kuvaajien perinteiseksi kontaktiarkiksi. Elokuvatuotannon termi ”coverage” on siirtymässä generointisanastoon; eilisen lehden teema, kulmat jälkikäteen, jatkaa leviämistään työkaluksi asti. työnkulun kortti

924 leikettä wushu-elokuvaa: yhteisön liikepainojen käsityöläisyydestä käy esimerkiksi wushu-toimintapainon seitsemäs versio: aineisto on karsittu 924 valikoituun kamppailuleikkeeseen, kuvaukset on kirjoitettu uudelleen lajin ammattitermein, ja samasta aineistosta on koulutettu kaksi rinnakkaista versiota eri työkaluilla vertailua varten. Kortti kertaa avoimesti myös aiempien versioiden epäonnistumisten syyt — julkaisukulttuuria, josta isommatkin talot voisivat ottaa mallia. mallikortti (30.8.2026)

Maailmamallien viikko ei ota loppuakseen: trendilistalle kipusi myös Zing-0.5, viiden miljardin parametrin kausaalimalli, jota ohjataan generoinnin aikana näppäimistöllä — WASD liikuttaa, tekstikehote vaihtaa maisemaa kesken ajon — ja joka pyörii neljän askeleen tisleenä yhdellä näytönohjaimella. Aihepiirin taustat ovat numeroissa 006 ja 017; uutta on, miten pieneksi ja arkiseksi tosiaikainen maailmasimulaatio on käymässä. mallikortti · koodi