Noticias de ComfyUI y lanzamientos de IA de código abierto

El Laboratorio Tongyi de Alibaba presenta Wan-Animate, un marco unificado de animación de personajes basado en Wan2.2, que admite la generación de animación de personajes y el reemplazo de personajes en videos, con pesos de modelo e inferencia de código de código abierto

Open-Weights

Comfy Cloud ofrece acceso fácil a ComfyUI con potentes GPUs, modelos populares y nodos personalizados. Únete a la beta privada para usar ComfyUI en la nube de forma gratuita.

El equipo de Tencent Hunyuan lanza la tecnología Voyager, capaz de generar videos de secuencias de nubes de puntos 3D coherentes con el mundo a partir de una sola imagen y trayectorias de cámara definidas por el usuario, admitiendo exploración infinita del mundo y reconstrucción 3D directa

Open-Weights

ByteDance presenta el modelo USO, capaz de combinar libremente cualquier sujeto con cualquier estilo manteniendo la consistencia del sujeto y logrando efectos de transferencia de estilo de alta calidad

Open-Weights

Wan2.2-S2V es un modelo de generación de video con IA que puede convertir imágenes estáticas y audio en videos, apoyando necesidades de creación de contenido como diálogo, canto y actuación.

Open-Weights

¡Participa en el primer Desafío Semanal de ComfyUI y gana $100! Crea un video que gire al personaje del hombre gato usando el mapa de profundidad proporcionado.

El equipo de MeiGen-AI ha publicado como código abierto el modelo InfiniteTalk, que permite la sincronización precisa de labios y la generación de videos de longitud ilimitada. Soporta conversión de imagen a video y de video a video, marcando un avance en la tecnología de humanos digitales.

MIT

ComfyUI lanza oficialmente la función Subgraph, permitiendo a los usuarios empaquetar combinaciones complejas de nodos en nodos de subgrafo reutilizables individuales, mejorando enormemente la modularidad y gestión del flujo de trabajo.

Qwen-Image es un modelo MMDiT de 20B centrado en el renderizado de texto complejo y la edición precisa; ya puede usarse de forma nativa en ComfyUI. Este artículo resume sus capacidades clave, licencia y recursos.

Open-Weights

El equipo Hunyuan de Tencent lanza el framework de código abierto MixGRPO, el primero en integrar muestreo mixto ODE-SDE con ventana deslizante para GRPO, logrando hasta un 71% de aceleración en el entrenamiento para alineación de preferencias humanas en modelos de difusión y flujo.

Open-Weights

La colaboración entre Black Forest Labs y Krea lanza oficialmente el modelo FLUX.1 Krea [dev], el mejor modelo FLUX de código abierto para generación de texto a imagen. ComfyUI ha implementado soporte nativo, permitiendo a los usuarios experimentar la última tecnología de generación de texto a imagen.

FLUX-1-dev-non-commercial

El equipo de WAN lanza oficialmente la versión open source de Wan2.2, que incorpora una arquitectura MoE innovadora y mejora notablemente la calidad en la generación de video. ComfyUI ya ofrece soporte nativo, permitiendo a los usuarios experimentar directamente la nueva tecnología de generación de video.

Open-Weights

ByteDance ha publicado el modelo Seed-X 7B, diseñado específicamente para tareas de traducción. Soporta traducción entre 28 idiomas y es adecuado para integrarse en diferentes escenarios como la generación de imágenes con IA.

Open-Weights

PUSA V1.0 aprovecha la innovadora tecnología VTA para lograr una generación de video de alta calidad y multitarea con datos y costos mínimos, admitiendo imagen a video, generación de fotogramas clave, extensión de video, texto a video y más.

Open-Weights

El equipo de AMAP presenta FLUX-Text, un nuevo método de edición de texto en escenas basado en difusión, compatible con múltiples idiomas, coherencia de estilo y edición de texto de alta fidelidad.

Open-Weights

El modelo OmniAvatar ahora es de código abierto, permitiendo la generación de videos de humanos virtuales de cuerpo completo controlados por audio con movimientos naturales y expresiones ricas, adecuado para podcasts, interacciones, escenas dinámicas y diversas aplicaciones.

Open-Weights

El Laboratorio Tongyi libera ThinkSound, el primer marco unificado de generación y edición de audio Any2Audio que soporta razonamiento en cadena, permitiendo entradas multimodales incluyendo video, texto y audio, con alta fidelidad, fuerte sincronización y capacidades de edición interactiva.

Open-Weights

ByteDance libera el código del modelo XVerse, permitiendo un control preciso e independiente de múltiples identidades de sujetos y atributos semánticos (como pose, estilo, iluminación), mejorando las capacidades de personalización y escenas complejas en la generación de imágenes por IA.

Open-Weights

Black Forest Labs lanza la versión de código abierto Flux.1 Kontext Dev, un modelo transformador de difusión de 12B parámetros, con soporte nativo inmediato en ComfyUI

Open-Weights

VectorSpaceLab lanza OmniGen2, un potente modelo de generación multimodal que permite edición precisa de imágenes locales mediante instrucciones en lenguaje natural, incluyendo eliminación y reemplazo de objetos, transferencia de estilo, procesamiento de fondos y más

Open-Weights