#image-generation

Sayak Paulが画像生成向けフローモデルにおけるキー・バリュー（KV）キャッシュの分析を公開し、実装手法やベンチマーク、実験結果の詳細を報告した。

ComfyUI、Partner Nodes を通じて Nano Banana 2.1 を統合

ComfyUI で Nano Banana 2.1 ワークフローを実行可能になり、思考レベルの設定、最大14枚の参照画像、最大4K解像度での出力に対応した。

OpenRouterがNano Banana 2.1の価格と機能仕様を公開

OpenRouterはNano Banana 2.1の価格と機能の詳細を公開した。画像生成料金は1枚あたり0.0336ドルからで、最大14枚の参照画像と検索グラウンディングに対応する。

GoogleAIDevsのNano Banana 2.1がOpenRouterで提供開始

OpenRouterがプラットフォームにGoogleAIDevsのNano Banana 2.1を追加し、画像生成・編集のアップデート版モデルの提供を開始した。

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。

Codex CLI 0.158.0がTUIの貼り付け、MCPのOAuthシークレット、画像の透明背景に対応

Codex CLI 0.158.0が公開され、TUIでの選択時コピーと右クリック貼り付け、MCPサーバー向けOAuthクライアントシークレット、画像生成の透明背景に対応した。

Runway MCPがClaudeに接続し、画像と動画を生成

Runway MCPは、Claude Opus 5.5を含むClaudeに直接接続でき、Gen-4.5、Seedance 2.5、GPT Image 2、Klingなどのモデルで画像と動画を生成できる。

Recraft V4.1 FlashがComfyUIで利用可能に

ComfyUIによると、Recraft V4.1 Flashは1.3秒で画像を1枚生成し、市場最速の画像モデルだという。選択した結果は、その後2048×2048のPro品質まで精細化できる。

Midjourney、新しい--tileとインペインティングを公開し、リアルタイムモデルをプレビュー

--tileの更新はv8.1とv8.2にシームレスなパターンを追加し、新しいインペインティングはユーザーが選択したピクセルだけを変更する。リアルタイムモデルはMidjourneyのアルファサイトでの初期プレビューであり、正式リリースではない。

Hy Image 3.5プレビューがGMI Cloudで公開、画像1枚あたり0.024ドル

GMI CloudはHy Image 3.5プレビューを画像1枚あたり0.024ドルで提供している。同社によると、この料金はGPT Image 2より8.8倍、Nano Banana Proより5.6倍安い。

Recraft V4.1 FlashがOpenRouterで提供開始

OpenRouterはRecraft V4.1 Flashを、画像1枚あたり0.007ドル、生成時間1.3秒で掲載している。写真、ポートレート、複雑なシーン、ロゴ、初期コンセプトでも、出力は依然としてRecraftらしい見た目だとしている。

Microsoft AI、画像のEloは9カ月で864から1147に上昇したと発表

Microsoft AIはこのペースを年377ポイント、ボード上で次に速い上昇の1.6倍としている。

Microsoft AI、MAIの画像生成ヒルクライミングは他のどのラボより61%速いと発表

Microsoft AIによると、MAIは10カ月でテキストから画像のEloを283上げ、パレートフロンティアの最適化を進めつつ、画像生成のヒルクライミング速度を他のどのラボより61%上回った。

Hy Image3.5のプレビューがOnSoloで公開、Membersは2週間無料

OnSoloAIによると、独占のHy Image3.5プレビューは参照5点と2Kに対応し、Membersは2週間無料で利用できる。Tencent Hyは、ショートドラマのキャラクターシート、フルモーションのゲーム用アセット、キーフレーム向けだと説明している。

Hy Image3.5のプレビューがComfyUIで利用可能に

ComfyUIは、Hy Image3.5のプレビューを、最大2Kのテキストから画像および画像から画像の生成向けに利用できるようにした。ComfyUIによると、人間による評価でHy Image3.0に対する勝率は+30%だという。

Tencent Hunyuan、Hy Image3.5プレビューが1画像あたり$0.024で公開と発表

Tencent Hunyuanは、Hy Image3.5プレビューが公開され、テキストから画像および画像から画像への生成が最大2Kまで対応すると述べた。Tencent Cloud APIの価格は生成画像1枚あたり$0.024で、OnSoloとMioraでのみ2週間無料と提供した。

Sayak Paul：QwenImage 2.1のKVキャッシングで2.55倍の高速化を測定

Sayak Paulは、QwenImage 2.1におけるKVキャッシングの組み込みについて、各デノイジングステップで変化する画像位置とは別に固定コンテキストをキャッシュする方法を説明した。後のステップが安価になり、2.55倍の高速化が測定されたと述べた。

Alibaba Cloud、Qwen-Image-2.1がテキストとポートレートの美学を改善したと発表

Alibaba Cloudは、Qwen-Image-2.1が前モデルと比較して視覚品質を向上させ、特にテキストとポートレートの美学において改善したと述べ、テキストレンダリングの例を共有した。

Alibaba Cloudが画像生成・編集向けオープンウェイトのQwen-Image-2.1を公開

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。

QwenがHugging Face Spaces上のQwen-Image-2.1ライブデモを紹介

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。