AI Server Manager 1.0.31 — транскрибация, 3D и детекция объектов

Версионный архив AI Server Manager: в 1.0.31 расширены инструменты работы с аудио, 3D и компьютерным зрением.

Transcriber Agent

Новый плагин принимает аудио и видео, а также ссылки на публичные видео YouTube с извлечением аудиодорожки. Распознавание выполняет подключённый STT-движок. Диаризация разделяет разговор по спикерам и временным меткам; рекомендуемый профиль использует SenseVoice и CAM++.

Полученную расшифровку можно отправить в vLLM или llama.cpp для составления сводки. Системный промпт задаёт, какие решения, задачи, риски и вопросы выделить. Для длинных записей предусмотрены асинхронные задания с прогрессом; доступ к заданиям изолирован по пользователям.

TRELLIS.2: изображение в 3D

Добавлен отдельный раздел создания текстурированных 3D-моделей из изображения. Результат можно посмотреть интерактивно и скачать в GLB. В каталоге появилась карточка комплекта TRELLIS.2 GGUF Q4, а в настройках — профили устройств, разрешение, токены, текстурный атлас, удаление фона, UV и точность.

Наличие профиля CPU, CUDA, ROCm или Vulkan в интерфейсе само по себе не означает подтверждённую работу каждого сочетания модели и оборудования. Проверяйте ограничения выбранного движка.

Детектор объектов

Появился плагин детекции и сегментации изображений с анализом кадров RTSP/RTSPS и HTTP-потоков. JSON API возвращает классы, уверенность и координаты. Каталог содержит варианты моделей разного размера и сегментации.

Предусмотрены загрузка COCO-датасета, дообучение своих классов и конвертация модели для нативного запуска. В сборках разделены NVIDIA CUDA и переносимый Vulkan-вариант для AMD.

Веса моделей скачиваются отдельно; требования к оборудованию и условия лицензий конкретных моделей сохраняются.