Novedades del ecosistema ComfyUI: lanzamientos de modelos de código abierto, nodos personalizados, flujos de trabajo y herramientas de generación de imagen, video y audio.
Imagen a 3DTripoSF, basado en la innovadora representación SparseFlex, soporta generación de modelos 3D con resoluciones de hasta 1024³, capaz de manejar superficies abiertas y estructuras internas complejas, mejorando significativamente la calidad de activos 3D
Open-Weights
Texto a vídeoKunlun Wanwei lanza SkyReels-A2, el primer marco controlable de generación de vídeo de nivel comercial del mundo, que permite la generación de vídeo con múltiples elementos mediante una arquitectura de doble rama, abriendo nuevas posibilidades para el comercio electrónico, la producción cinematográfica y más
Open-Weights
MultimodalEl Laboratorio Tongyi del Grupo Alibaba presenta VACE, el primer marco unificado del mundo para diversas tareas de vídeo, que abarca desde la generación de texto a vídeo, la edición de vídeo hasta combinaciones de tareas complejas
Open-Weights
MultimodalEl proyecto StarVector implementa la generación automática de código de gráficos vectoriales SVG a partir de imágenes y texto, proporcionando nuevas herramientas creativas para diseñadores y desarrolladores.
Open-Weights
Texto a imagenByteDance presenta InfiniteYou (InfU), un innovador marco basado en Transformadores de Difusión que permite la recreación flexible de fotos mientras preserva la identidad del usuario, abordando limitaciones en métodos existentes respecto a la similitud de identidad, alineación texto-imagen y calidad de generación
MIT
Stability AI presenta un nuevo modelo de IA, Stable Virtual Camera, que puede transformar fotos comunes en videos 3D con profundidad y perspectiva realistas, ofreciendo a los creadores un control intuitivo de la cámara.
Open-Weights
Imagen a 3DLa Universidad de Tsinghua y el Laboratorio de IA de Tencent presentan conjuntamente StdGEN, un innovador sistema que genera personajes 3D de alta calidad semánticamente descompuestos a partir de imágenes individuales, permitiendo la separación del cuerpo, la ropa y el cabello
Open-Weights
Imagen a 3DTencent lanza el sistema Hunyuan3D 2.0 con un proceso de dos etapas para generar modelos 3D de alta calidad, que cuenta con múltiples series de modelos de código abierto que apoyan la creación de activos 3D de alta resolución a partir de texto e imágenes
Open-Weights
Kuaishou Technology ha lanzado ReCamMaster, una tecnología de video generativa que permite a los usuarios crear nuevas perspectivas y trayectorias de cámara a partir de un solo video.
Open-Weights
Texto a vídeohpcaitech lanza el modelo de generación de video de código abierto Open-Sora 2.0, logrando un rendimiento cercano a los modelos comerciales de primer nivel con solo 200,000 dólares en costos de entrenamiento.
Open-Weights
El Laboratorio de Inteligencia Artificial de Alibaba lanza el modelo VACE, que integra múltiples funciones de creación y edición de video en un solo marco, reduciendo la barrera de entrada para la creación de videos.
Open-Weights
El equipo de investigación de Microsoft ha desarrollado un sistema inteligente de generación por capas basado en prompts de texto global, capaz de crear imágenes transparentes con más de 50 capas independientes
Open-Weights
Imagen a vídeoEl equipo Hunyuan de Tencent lanza modelo open source que genera videos de 5 segundos desde una sola imagen, con funciones inteligentes de generación de movimientos y efectos personalizados
Open-Weights
MultimodalEl nuevo sistema de análisis documental de Alibaba entiende texto e imágenes simultáneamente, mejorando la eficiencia en documentos complejos en más de 10%
Open-Weights
Texto a imagenEl equipo de inteligencia artificial THUDM publica CogView4, modelo de generación de imágenes de código abierto con soporte bilingüe chino-inglés y generación de caracteres chinos
Open-Weights
MultimodalSesame lanza modelo de conversación vocal CSM con arquitectura dual Transformer, ofreciendo interacción en tiempo real y núcleo open source
Open-Weights
Alibaba lanza oficialmente su último modelo de generación de video Wan2.1, que solo requiere 8GB de memoria gráfica para funcionar, apoya la generación de video de alta definición, subtítulos dinámicos y doblaje multilingüe, superando a modelos como Sora en el ranking VBench con un 86.22% de puntuación total
Open-Weights
El Grupo de Comercio Digital Internacional de Alibaba (AIDC-AI) lanza el plugin ComfyUI Copilot, que simplifica la experiencia del usuario de ComfyUI a través de la interacción natural y las funcionalidades impulsadas por AI, apoyando la interacción en chino, y ofreciendo recomendaciones inteligentes de nodos, entre otras características
Open-Weights
Alibaba ha anunciado que su último modelo de generación de video, WanX 2.1, estará disponible en código abierto en el segundo trimestre de 2025. Este modelo admite la generación de videos de alta definición, subtítulos dinámicos y doblaje en varios idiomas, y ocupa el primer lugar en la lista VBench con un puntaje total del 84.7%
Open-Weights
MultimodalGoogle introduce el nuevo modelo PaliGemma 2 mix, que admite varias tareas visuales, incluyendo descripción de imágenes, OCR, detección de objetos, y ofrece versiones de 3B, 10B y 28B
Open-Weights