最近、通義は最新の通義万相大規模モデルWan2.1のオープンソース化を発表しました。Wan2.1は、高品質な動画生成に特化したAIモデルであり、複雑な動き処理、現実的な物理法則の再現、映画のような質感の向上、指示への遵守の最適化において優れた性能を発揮し、クリエイター、開発者、企業ユーザーにとってAI時代を切り開くための最適なツールとなっています。

人気のAI画像生成ツールFLUX 1.1 Proが大幅アップデート。新バージョンFLUX 1.1 Pro Ultraが登場しました。新バージョンでは最大4メガピクセルの高解像度に対応し、生成速度も大幅に向上、画像生成時間は約10秒に短縮されました。FLUX 1.1 Pro UltraはUltraモードとRawモードの2つのモードを提供し、鮮明さとリアルさに対するユーザーの様々なニーズに対応します。Ultraモードでは、超高解像度の画像生成が可能です。

画像AIスタートアップのRecraftが、最新のテキスト生成画像モデルRecraft v3を発表しました。このモデルは独立テストで優れた性能を示し、画像生成のパフォーマンス基準を塗り替えました。Recraftによると、v3モデルは、画像内のテキストの生成、解剖学的正確性の維持、プロンプトの理解、高品質なビジュアルコンテンツの作成において優れた性能を発揮します。最大の進歩は、一度の生成で長いテキストを正確に表示できる点です。他の多くのモデルでは、数単語を超えるテキストを処理するとしばしば問題が発生します。

最近、研究チームが共同でMeissonicというオープンソースのAI画像生成モデルを発表しました。驚くべきことに、このモデルはわずか10億パラメーターしか使用していませんが、高画質の画像を生成できます。このコンパクトな設計により、Meissonicはモバイルデバイス上でローカルなテキスト画像変換アプリケーションを実現する可能性を秘めています。この技術の開発には、阿里巴巴、Skywork AI、複数の大学に所属する研究者らが参加しています。彼らは独自のトランスフォーマーアーキテクチャと革新的なトレーニング方法を採用することで、…

NVIDIA、マサチューセッツ工科大学、清華大学の研究者らが協力して開発した、Sanaと呼ばれる新しいテキストから画像生成フレームワークが登場しました。このフレームワークは、最大4096×4096ピクセルの高解像度画像を効率的に生成できます。Sanaは、高解像度で高品質、テキストとの整合性の高い画像を非常に高速に合成でき、ノートパソコンのGPUでも動作します。Sanaの中核となる設計には、深層圧縮オートエンコーダーが含まれています。従来のオートエンコーダーが画像を8倍にしか圧縮できないのに対し、Sanaで訓練されたオートエンコーダーは…

研究者らが最近、AI画像生成モデルのトレーニング速度を向上させることを目的としたREPAという新しい技術を開発しました。REPAはREPresentation Alignmentを表し、DINOv2などのモデルから得られる高品質な視覚表現を統合することで、トレーニング速度と出力品質を向上させます。従来の拡散モデルは通常、ノイズの多い画像を作成し、それを徐々にクリアな画像に細分化していきます。REPAは、このノイズ除去プロセスで生成された表現を、DINからの表現と合わせるステップを追加します。

FreepikのAI画像生成モデルMysticは、Magnific AIとの連携により、AI創作の新たな時代を切り開きました。このモデルは、超現実的な画像を生成できるだけでなく、複雑なシーンでも細部を正確に捉え、画像内にリアルなテキストを生成することも可能です。解像度はフルHDに達します。Mysticの独自性は、Stable Diffusion、Flux、Magnific独自のモデルの長所を融合し、専門チームが丹念に調整している点にあります。テストでは