画像生成を最大21倍高速化する「Mr. Flow」公開、追加学習なしで導入可能
画像生成モデルを9〜21倍高速化するオープンソース手法「Mr. Flow」のコードとComfyUIプラグインが公開された。低解像度で大枠を作ってから拡大・微小ノイズ注入を経て高解像度で整える仕組みで、画質を保ったまま約1秒での出力を実現する。
Qwen-Image
画像生成前にWeb検索する新フレームワーク「Gen-Searcher」が登場
検索エージェントを活用した画像生成フレームワーク「Gen-Searcher」が公開された。生成前にWebから参考画像や事実情報を検索して反映させることで、特定キャラやニッチな知識の再現精度を大幅に引き上げる。
Qwen、画像編集モデル「Qwen-Image-Edit」発表：画像内文字の修正や180度回転に対応
Qwenは20B基盤の画像編集モデル「Qwen-Image-Edit」を公開した。フォントスタイルを維持したまま画像内の中英テキストを直接修正できるほか、物体の180度視点回転や局所的な要素編集に対応する。現在Qwen Chatの「Image Editing」機能から試すことができる。
アリババが20B画像モデル「Qwen-Image」公開、英中の文字描画と編集に対応
アリババは20BのMMDiT画像基盤モデル「Qwen-Image」を公開した。英中両言語での複雑なテキスト描画や段落レイアウト、高精度な画像編集をネイティブでこなす点が特徴。画像生成AIが苦手としてきた中国語の文字崩れを大幅に改善するオープンソースモデルとなる。