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 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
Skywork lanza el modelo de generación de video de código abierto SkyReels-V1, que admite la generación de video a partir de texto y de imágenes, y cuenta con efectos de iluminación cinematográficos y representaciones naturales de movimiento, ya disponible para uso comercial
Open-Weights
Los investigadores han propuesto un nuevo método de reiluminación de video, Light-A-Video, que logra efectos de reiluminación de video temporalmente suaves a través de la Atención de Luz Consistente (CLA) y la Fusión de Luz Progresiva (PLF).
Open-Weights
StepFun lanza el modelo de video generativo Step-Video-T2V, con 300 mil millones de parámetros, capaz de generar videos de alta calidad de hasta 204 frames, y ofrece una plataforma de experiencia en línea
Open-Weights
Imagen a 3DKuaishou lanza oficialmente el marco de generación de video CineMaster, permitiendo la creación de contenido de video de alta calidad mediante tecnología de percepción 3D
Open-Weights
El último proyecto de código abierto de Alibaba, InspireMusic, un marco unificado de generación de audio basado en FunAudioLLM, que soporta la creación musical, generación de canciones y diversas tareas de síntesis de audio.
Open-Weights
Texto a imagenEl Instituto de Investigación de Alibaba lanza la herramienta de código abierto ACE++ para generación de imágenes, que utiliza tecnología de relleno de contenido contextual para generar nuevas imágenes consistentes de personajes a partir de una sola entrada, ofreciendo experiencia en línea y tres modelos especializados.
Open-Weights