Qwen-Image-Edit-2509

Новая версия Qwen-Image-Edit

— поддерживает редактирование нескольких изображений одновременно, комбинируя их в различных сочетаниях, например, «человек + человек», «человек + продукт», «человек + сцена»

— улучшает согласованность при редактировании одиночных изображений: лучше сохраняет идентичность лица при изменении позы или стиля портрета, сохраняет идентичность продукта при редактировании постеров, позволяет редактировать текст, изменяя его шрифт, цвет и материал

— нативно поддерживает ControlNet, включая работу с картами глубины, контурными картами, картами ключевых точек и другими

— хорошо справляется с созданием мемов, восстановлением старых фотографий, генерацией постеров продуктов и простых логотипов, а также с редактированием текста в сочетании с изображением

В сентябре этого года мы рады представить Qwen-Image-Edit-2509, ежемесячную версию Qwen-Image-Edit

Похоже, будут каждый месяц обновлять. Какие же фичи можно еще добавить?

Спасибо @kuvshin8 @aledarx Gos

HF
GGUF
FP8
Qwen Chat

#imageediting #referencing #personalization #controlnet #colorize #QIE #imagerestoration

Qwen3-TTS-Flash: Multi-timbre & Multi-lingual & Multi-dialect Speech Synthesis

Флагманская говорилка текстов

— может генерировать естественную и выразительную речь

— поддерживает множество языков (китайский, английский, японский, корейский, немецкий, итальянский, португальский, испанский, французский, русский). Особенно стабилен на китайском и английском

— создает речь на разных диалектах

— высокие показатели стабильности речи и схожести тембра

— превосходит другие модели (ElevenLabs, SeedTTS, MiniMax, GPT-4o-Audio-Preview) по ряду параметров

— низкая задержка первого пакета и высокая скорость генерации речи

Демо
API

#tts #text2speech #voicecloning

Держите воркфлоу нового #QIE

И еще один, должен работать на 8 ГБ VRAM

Воркфлоу колоризации на FP8 в нашем чате

#workflow

В гитхабе появился способ запуска RadFoam на windows

#raytracing #realtime

VEED Fabric 1.0

Оживлятор персонажей с фокусом на длинные говорящие видео - 1 минута, 720p

Первая в мире говорящая ИИ-видеомодель

Надо же иметь смелость делать такие заявления через несколько месяцев после релиза VEO 3

Можно попробовать бесплатно, пара видосов в день

#characteranimation #image2video #personalization

Робот Kinova рисует акрилом, а ты пикселями

#robot

nunchaku-qwen-image-edit-2509

Поддержка нового #QIE в nunchaku

Поддержка LoRA / FP16, а так же WAN2.2 - ждем

HF
воркфлоу (ComfyUI ≥ 0.3.60)

Спасибо @MaxKhtv

#optimization #imageediting #workflow

Qwen3-VL: Sharper Vision, Deeper Thought, Broader Action

Визуально-языковая модель, которая не просто «видит» изображения и видео, но и понимает мир, интерпретирует события и способна действовать.

Есть две версии: Instruct и Thinking. Instruct лучше Gemini 2.5 Pro в работе с визуальными задачами, а Thinking отлично справляется с мультимодальным рассуждением.

Возможности:

- управляет интерфейсами на ПК и телефонах

- превращает скриншоты в код (HTML/CSS/JS)

- интерпретирует пространственные отношения, планирует движения и подходит для применения в робототехнике и автономных системах

- определяет объекты в сложных сценах и поддерживает предсказание 3D-границ

- узнаёт знаменитостей, еду, растения, животных, бренды автомобилей и аниме-персонажей

- анализирует несколько изображений, сравнивает их и поддерживает контекст в многоходовых диалогах

- описывает видео кадр за кадром и отвечает на вопросы о содержании

- распознает текст на 32 языках, даже если он размыт или наклонён

- показывает отличные результаты в STEM и математике

Код
Демо
HF
Чат
API

#VLM #OCR #assistant #reasoning #video2text #image2text #chat