#图像生成

Hy Image3.5 preview is live. 🚀 Professional-grade image generation, +30% win rate in human eval vs Hy Image3.0 Both Text to image & Image to image available. Up to 2K. Better Consistency. API: https://console.tencentcloud.com/tokenhub/models/detail?modelId=hy-image-v3.5-preview Priced for everyone. $0.024 per image on Tencent Cloud API. We only charge for what we generate — your reference images are free. Two weeks free (Only in OnSolo and Miora): Miora https://miora.design/ OnSolo https://onsolo.ai/ Try it and tell us where it breaks.

Qwen Image 2.1 来了！🖼️ 一个 7B 参数的原生图像生成与编辑模型，最多支持 10 张图像参考 该模型自带提示词增强 LLM，已集成 diffusers 🧨 和 ComfyUI ▶️ 在 Spaces 上 https://huggingface.co/spaces/hugging-apps/qwen-image-2-1

Day-0 support for @Alibaba_Qwen’s Qwen-Image 2.1 is here in SGLang-Diffusion! 🖥️ Native precision on a single RTX 4090 24GB with CPU offload - 1024×1024 generation in 18.7s and image editing in 21.7s with 22.7 GiB peak GPU memory during requests. - On an RTX PRO 6000 96GB: 8.0s generation and 9.6s editing. 🎨 Text-to-image, multi-image editing, and transparent RGBA output—all with one checkpoint. ⚡ Native inference with TP/SP, LoRA, and OpenAI-compatible APIs. 40 denoising steps, one image per request, warmed HTTP latency including PNG output. No quantization. Cookbook and GPU-specific commands below 👇

Qwen-Image-2.1 from @Alibaba_Qwen has day-0 support in vLLM-Omni. 🎉 Generate, edit, and create transparent images with one model: a 7.1B DiT paired with Qwen3-VL-8B. Setup and supported combinations 👇 https://recipes.vllm.ai/Qwen/Qwen-Image-2.1

Qwen-Image-2.1 现已在 ComfyUI 中支持！ 开放权重。一个 7B 检查点即可生成和编辑。 → 原生 2K 图像生成 → 单次处理中基于最多 10 张参考图像的指令编辑 → RGBA 输出，包含 alpha

ComfyUI for Animation: Concept Art to Any Angle Concept art → 3D proxy → any angle you want. One graph, two methods. Step 1: load your concept art. Tripo generates a 3D model and saves it as a GLB. Drag it into Load 3D and set material mode to Normal. Step 2 (stills): rotate the viewport to your angle. Load 3D outputs the view, and GPT Image 2 renders it back as a polished on-style illustration. Step 3 (camera moves): record a path in the viewport. That clip becomes the motion reference for Seedance 2.0, which generates the move through the stylized scene. Click the link below to run the workflow ⬇️

今は経験や知識がブーストするとこも多いだろうけど、これがいつまで続くのかなとも思う。 たとえばこのUEで動かす作業途中の4脚ロボでやってることの経過。 「今ある生成AIのツールでどういったゲーム用の動かすモデル作りのパイプラインが可能かを、Astraという新しい汎用言語モデルの限界を加味して検証」 って作業の一部で、 「GPT image 2で3D生成用にガイド作って生成した画像を、Tripo P2.0で3D生成しつつ、Astraに元画像と3Dモデル両方をリファレンスにBlenderをMCPで操作させ、モデリングの知見と示唆を与えながら方法論を固定しつつ試作」 って流れで出来た3Dオブジェクトに、 「パーツのトポロジを簡単に整え、UV展開をぐちゃぐちゃでない程度に補正させたら、外形から想定できる可動範囲やパターンを推測させた上で、剛体とIK制御を想定したリギングを完了」 したモデルをUE5.8に持ってって、 「『4脚と柔軟な胴部や爪先が一体となって自然な動きで歩行や走行し、段差や傾斜や障害物があっても滑らかに対処する』仕組みをAstraに丸投げしてみたら"ソルバー全部書きましょう！"って言うんでやらせてみたらまともに設計できなくてしばき倒して」 が動きの実装1回目で大失敗。 「もっと確実な公式のサンプル実装ベースで、そもそも要求に対する根本的なアプローチが間違ってるよ。なぜこの半端な見込み設計で都度修正やっちゃうの」 とやり直させて失敗した2回目、がこの動画時点。今3回目作業中だけど、こいつらはやっぱりIKとかのような連動する代物の扱いを自作させると、とことんアホになる。 IKを知らないわけでも、多脚の全身制御の実装事例を読めないわけでもない。でも要求から設計や実装を導くのになった途端、それらを繋ぐとこがポンコツになる。だから繋ぎ方が分かってる人間が示唆しないと膨大な手探りで悲惨なことになるし、知らない人がうまく行くのは偶然になってしまう。 --- こんな感じで進めてるこの一連、ゲームに関わりが無い人にはまさに「分かってる解像度」に見えると思う。でもそれは新しいモデルをどう使うかって検証だからで、新モデル時のリセット祭りはこういうことに使うと決めてるから。 重要なのは、こんなのではない膨大なブーストが与えてくれる下支えであり、もっとたくさんの小さな「知らないだけで手が出なかった」が消えることで生まれる創発だと思う。 そしてこういうテストも次の次の世代ぐらいで無意味になるほど、理解は高まってるかもしれない。なんならこのポストを与えて「何をやってるの？」とか、「この人の失敗繰り返さず多脚の動き作って」とかで、今のモデルでも知見も追いつけるし実装もできちゃうかもしれない。 「分かってる人」が持つ利点なんて、知と目と手がここまで伸びた以上、そんなに大きなものじゃないと思ってる。

For the next 72 hours on Arena, you can use GPT-Image-2.5 Sunburst directly at no cost. @OpenAI’s latest image model was just ranked #1 in the Text-to-Image Arena, the Image Edit Arena, and in the Multi-Image Edit Arena. Find the link below, select the model in Direct Mode, and test it directly for yourself! Direct Mode lets users directly select models by name. Access to GPT-Image-2.5 Sunburst ends Sept. 13 at 8 a.m. PT. Afterward, it will remain available anonymously in Battle and Agent Mode. User votes from Battle and Agent Mode are used to power our real-world leaderboard rankings. In these modes, models are always anonymized.

1/n Mora 1 is live 🚀 Play it now: https://mora.fun Spatial puzzles, multiplayer platforming, physics, building, and style switching - all powered by code, 3D generation, and real-time video 😆 After playing every world model demos, we decided to take a different path. Mora 1 is an early step toward giving AI-coded games AAA-grade sights and sound.

話題の「GPT-6 Astra × Blender」、実際に触ってみました。 これ、かなり衝撃です。 Blender初心者でもできる。ほぼ視点移動（ビュー）の操作だけでここまで作れました。 モデルはTripo製、ステージはBlender上で作ってます。 GPT-5.6 Solでは何度指示してもうまくいかなかった作業が、Astraでは普通に通るようになっててヤバい…！ 今回は ・GPT-6 Astra ・Blender MCP ・Tripo スマートメッシュ P2.0 を組み合わせて、AI中心で制作しています。 ※モーションのみお借りしています Blender側で自分がやるのは、ほぼビュー操作。 基本的には、 「気になる箇所をビューで見せる」 ↓ 「AIに修正を指示」 ↓ 「結果を確認」 ↓ 「また修正」 これの繰り返しです。 もちろん、すべてが一発でうまくいくわけではありません。 意図通りになるまで何度も指示する必要があるので、根気よく詰めていく熱量は必要だと感じました。 それでも、 「Blenderをほぼ触れない人でも、AIと対話しながら3Dモデルを仕上げていける」 ところまで来たのは、かなり大きいと思います。 ざっくり制作手順👇 1. Images 2.5でキャラの全身リファレンスを生成 2. 髪・頭部・体（Tポーズ）に分けて画像を生成 3. 各パーツの右側面・左側面・背面図を生成 4. Tripo スマートメッシュ P2.0で3パーツを3D化 　設定：四角形 / 25,000 5. Blender MCPでAstraに3パーツを渡して合体 6. 自然なシルエットになるようサイズ調整 7. メッシュの欠損・隙間・貫通を補修 8. リグ・ウェイト設定 9. まばたき・口パクをシェイプキーで作成 10. 髪や衣装などの揺れものを設定 11. モーションを適用して、足の接地・衣装貫通・揺れを調整 12. テクスチャを修正（どのタイミングでもいい） 使うツールはざっくり、 1〜3 → Images 2.5 4 → Tripo 5〜12 → Astra × Blender × Images 2.5 という感じです。 そして今回、かなり有効だったのが、 「修正したい箇所をスクショ → その画像を元に理想形のリファレンス画像を生成 → Astraで修正」 という方法。 これが形状修正にもテクスチャ修正にもかなり効きました。 長文で細かく説明するより、 リファレンス画像を添付して 「ここをこれに寄せて」 くらいの指示の方が、意図が伝わりやすい場面も多いです。 ただ、テクスチャ修正は普通に沼です。ある程度で妥協した方が良さそう。細かく見ると、まだ粗いです。 3D制作のハードル、AIでかなり下がってきた感があります。 Blender初心者の方こそ、一度試してみてほしいです。