OmniGen2: Unified Multimodal Generation Model for ComfyUI
ComfyUI Wiki
OmniGen2 is a powerful unified multimodal generation model supporting text-to-image, instruction-based image editing, in-context generation, and visual understanding.
O
OmniGen2
テキストから画像生成画像編集インコンテキスト生成視覚理解VectorSpace Labによる統合マルチモーダル生成モデル。テキストから画像生成、指示ベースの画像編集、インコンテキスト生成、視覚理解を1つのモデルに統合。テキストと画像モダリティに分離デコードパスを採用し、Qwen-VL-2.5を基盤としています。
| 開発元 | VectorSpace Lab |
| リリース日 | 2025-06-16 |
| アーキテクチャ | 統合マルチモーダル（分離デコードパス） |
| ライセンス | Apache 2.0 |
| テキストエンコーダ | Qwen2.5-VL (FP16) |
| 機能 | T2I、画像編集、インコンテキスト生成、視覚理解 |
Guides and workflows related to this model series.
No articles found.
コメント
GitHubでサインインしてディスカッションに参加しましょう。