Google、画像生成・編集モデル「Nano Banana 2.1」を発表
Googleは、ビジュアルデザイン、マスクベースの編集、被写体の一貫性が向上したとする画像生成・編集モデルのアップグレード版「Nano Banana 2.1」を発表した。
Googleは、ビジュアルデザイン、マスクベースの編集、被写体の一貫性が向上したとする画像生成・編集モデルのアップグレード版「Nano Banana 2.1」を発表した。
PikaおよびPika API Clubで、元画像の品質を損なわずに編集できるIdeogram 4.5画像編集が提供開始され、価格は最大59%安価になった。
Wildminderによると、英語で訓練されたこのLoRAは、同じプロンプトと編集で変位をゼロにし、高さ、横方向、シードのずれと不要な再描画を抑える。コミックやアニメのスタイル変更では、なお最大12.9ピクセルずれる可能性がある。モデルカードはHugging FaceのQwen-Image-2.1-Consistency-LoRA。
Runwayは、任意の画像をワンクリックで編集可能なレイヤーに分割するLayersを導入した。ユーザーはRunwayを離れることなく、背景の削除、テキストの編集、個々の要素の作り直しができる。
アリババクラウドは、Qwen-Image-2.1がローカル編集を指定するいくつかの方法をサポートしており、円を使って領域をマークし、それらの領域全体で削除と修正を一度に適用することを含むと述べた。
Alibaba Cloudは、オープンウェイトの統合型7B画像生成・編集モデルQwen-Image-2.1を発表した。同社によると、RGBAレイヤーをネイティブに処理し、最大10枚の参照画像に対応し、GitHub、ModelScope、Hugging Faceで利用できる。
SGLangは、SGLang-DiffusionがQwen-Image 2.1のday-0サポートを備え、テキストから画像、複数画像編集、透明RGBA出力をカバーすると述べた。Qwenはプロジェクトに感謝し、スタックがこれらの機能を提供するようになったと述べた。
QwenはHugging Face Spaces上のHugging AppsによるQwen-Image-2.1のライブデモを紹介し、1つのチェックポイントで生成と編集をカバーし、セットアップなしでブラウザで試せると述べた。Hugging Appsは同モデルを、最大10枚の画像参照に対応する7Bパラメータのネイティブ生成・編集モデルと説明した。
QwenはQwen-Image-2.1を発表し、7Bモデルが画像生成と編集を統合し、その重みが現在オープンであると述べた。同社は、RGBAレイヤーをネイティブに扱い、最大10枚の参照画像をサポートし、精密な局所制御を提供すると述べた。