Новости ComfyUI и релизы открытого ИИ

Tencent выпускает Hunyuan Image 3.0, первую коммерчески применимую нативную мультимодальную модель генерации изображений с открытым исходным кодом с общим количеством 80 млрд. параметров, обладающую возможностями рассуждения на основе мировых знаний и поддерживающую сложное понимание смысла на тысячах символов

Open-Weights

Команда Nunchaku выпускает оптимизированную версию 4-битной модели Qwen-Image-Edit-2509 Lightning, поддерживающую быструю инференцию за 4/8 шагов, плавно работающую в среде с 8 ГБ видеопамяти

Лаборатория Tongyi от Alibaba запускает Wan-Animate, единый фреймворк анимации персонажей на базе Wan2.2, поддерживающий генерацию анимации персонажей и замену персонажей в видео, с открытыми весами модели и кодом вывода

Open-Weights

Comfy Cloud запускает ComfyUI в браузере: модели и пользовательские ноды уже установлены, оплата идёт по кредитам, новым пользователям доступно 5 бесплатных запусков GPU.

Команда Tencent Hunyuan выпускает технологию Voyager, способную генерировать последовательности 3D облаков точек с согласованием мира из одного изображения и заданных пользователем путей камеры, поддерживающую бесконечное исследование мира и прямую 3D реконструкцию

Open-Weights

ByteDance представляет модель USO, которая может свободно комбинировать любые субъекты и стили, сохраняя согласованность субъектов и достигая высококачественных эффектов переноса стиля

Open-Weights

Wan2.2-S2V - это модель генерации видео с ИИ, которая может преобразовывать статические изображения и аудио в видео, поддерживая потребности в создании контента, такие как диалог, пение и выступление.

Open-Weights

Присоединяйтесь к первому еженедельному челленджу ComfyUI и выиграйте $100! Создайте видео, переворачивающее персонажа кошачьего человека, используя предоставленную карту глубины.

Команда MeiGen-AI открыла модель InfiniteTalk с открытым исходным кодом, обеспечивающую точную синхронизацию губ и генерацию видео неограниченной длины. Поддерживает преобразование изображения в видео и видео в видео, что является прорывом в технологии цифровых людей.

MIT

ComfyUI официально выпускает функцию Subgraph, позволяя пользователям упаковывать сложные комбинации узлов в переиспользуемые отдельные узлы подграфа, значительно улучшая модульность и управление рабочим процессом.

Qwen-Image — модель MMDiT с 20 млрд параметров, ориентированная на сложный рендеринг текста и точное редактирование; теперь доступна нативно в ComfyUI. В заметке — ключевые возможности, лицензия и полезные ресурсы.

Open-Weights

Команда Tencent Hunyuan выпустила фреймворк MixGRPO с открытым исходным кодом, первый, который интегрирует скользящее окно смешанного ODE-SDE сэмплинга для GRPO, достигая до 71% ускорения обучения для выравнивания человеческих предпочтений в диффузионных и поточных моделях.

Open-Weights

Сотрудничество Black Forest Labs и Krea официально выпускает модель FLUX.1 Krea [dev], лучшую открытую модель FLUX для генерации изображений из текста. ComfyUI реализовал нативную поддержку, позволяя пользователям испытать новейшую технологию генерации изображений из текста.

FLUX-1-dev-non-commercial

Команда WAN официально выпустила открытую версию Wan2.2 с инновационной архитектурой MoE, которая значительно улучшает качество генерации видео. ComfyUI реализовала нативную поддержку, позволяя пользователям напрямую опробовать новейшие технологии генерации видео.

Open-Weights

ByteDance открыла исходный код модели Seed-X 7B, специально разработанной для задач перевода. Модель поддерживает перевод между 28 языками и подходит для интеграции в различные сценарии, такие как генерация изображений с помощью ИИ.

Open-Weights

PUSA V1.0 использует инновационную технологию VTA для создания качественного видео с поддержкой множества задач при минимальных затратах данных и ресурсов, включая преобразование изображения в видео, генерацию ключевых кадров, расширение видео, генерацию видео по тексту и другие функции.

Open-Weights

Команда AMAP выпускает FLUX-Text, новый метод редактирования текста в сценах на основе диффузии, поддерживающий многоязычность, согласованность стилей и высококачественное редактирование текста.

Open-Weights

Модель OmniAvatar теперь с открытым исходным кодом, поддерживает генерацию видео виртуальных людей в полный рост, управляемую аудио, с естественными движениями и богатыми выражениями, подходит для подкастов, взаимодействий, динамических сцен и различных применений.

Open-Weights

Tongyi Lab открывает исходный код ThinkSound, первой унифицированной системы генерации и редактирования аудио Any2Audio, поддерживающей цепочку рассуждений, позволяющей многомодальные входы, включая видео, текст и аудио, с высоким качеством, сильной синхронизацией и возможностями интерактивного редактирования.

Open-Weights

ByteDance открывает исходный код модели XVerse, позволяющей точный независимый контроль нескольких идентичностей объектов и семантических атрибутов (как поза, стиль, освещение), улучшая персонализацию и возможности сложных сцен в генерации ИИ-изображений.

Open-Weights