MOSS-Image MAX ULTRA hires LoRA

Экспериментальная лора #MOSSImage от Comfy-Org обученная на генерацию от 4 мегапикселей. Обычно модели на таких разрешениях начинают повторять объекты и мылят мелкое, здесь это правят на уровне весов

Первая картинка без лоры, вторая с лорой на 0.3

• Генерация в 4 МП и выше без апскейла
• LoHa-адаптер, ставится поверх базовой модели
• Три версии, v0.1, v0.2 и v0.3
• Примеры в 9 МП с прямым сравнением против базы

• Обучено на смеси аниме и фотографий от 3,5 до 10 МП
• База MOSS-Image-Base, сборка от Comfy-Org

Демо

#lora

MAX

Canva Craft

Собственная модель генерации от Canva Research заточенная под дизайн. Отличие двухэтапное: сначала модель собирает композицию, раскладывает объекты, пропорции, иерархию и надписи, потом превращает этот план в готовую графику.

• Реклама, постеры, обложки, иллюстрации и прочие коммерческие макеты
• Правка отдельных элементов композиции после генерации
• Стыковка с Magic Layers, результат превращается в редактируемые слои Canva
• Надписи и запросы на 55 языках

• Разрешение до 2K
• Больше 30 соотношений сторон
• Работает в Dream Lab и через API
• Локального запуска нет
• Анонсированы быстрые Craft-fast и Craft-ultrafast

API
MCP - скоро

#design

MAX

Kimi K3.1 Pro

Доводка Kimi K3 от Moonshot: архитектура та же, но посттренировки и RL заметно больше, причем сразу по сотням доменов

Контекст до миллиона токенов

• Кодинг: игры на Unity, Unreal и Godot, фронтенд, интерактивные сцены Three.js
• 3D: параметрические модели, скрипты для Blender и CAD без MCP
• Финансы: сверка документов, финмодели, инвестиционный анализ
• Агентные задачи с инструментами, терминалом и MCP
• Отдельная версия Highspeed, в 2-3 раза быстрее обычной

2,8 трлн параметров, 104 млрд активных, то есть класс 3T. Открытые веса обещают к 4 ноября. Уже доступна в Kimi, Kimi Work, Kimi Code и через API

#flagship #coding

MAX

Hy-Nomas

Модель интерактивного видеомира от Tencent. Генерит мир кусками по несколько секунд, каждый новый сегмент помнит предыдущие, так что сцену можно вести дальше и менять по ходу

• Старт с картинки, управление текстом и траекторией камеры
• Смена сцены, стиля, действия и ракурса на каждом шаге
• 720x1280 при 24 кадрах в секунду
• LoRA-адаптация под узкие домены вроде робототехники

• На одной RTX 4090: INT8 веса, INT8 KV-кэш, выгрузка на CPU
• Штатная конфигурация на 8 GPU

Порт в ComfyUI
• Хватает 12 ГБ видеопамяти, скорость почти не падает
• 10 с в 832x480 за 34 секунды, 20 с в 720p около 3 минут
• Режим WASD, примерно 4,3 с на секунду хода
• Промпт надо писать в формате Tencent, иначе продолжения игнорируются

github.com/Tencent-Hunyuan/Hy-Nomas
github.com/PedroMarinhoDev/ComfyUI-Hy-Nomas
huggingface.co/tencent/Hy-Nomas
hy-nomas.hy.tencent.com/demo

#comfyui #interactive #world

MAX

PixText

Небольшая модель для правки криво сгенерированного текста на готовой картинке. Отдаешь изображение, области и нужную надпись, получаешь те же пиксели с исправленным текстом

• Точечная замена букв и слов без перегенерации кадра
• Несколько правок за один проход
• Сохраняет все, что вне зоны правки
• Латиница и китайские иероглифы

• Около 0,95 млрд параметров
• Работает в пиксельном пространстве, без VAE и текстового энкодера
• Две версии: MeanFlow за 4 шага и Teacher за 25

Пиксельный подход тут не случайно: VAE мылит мелкий текст, поэтому модель учат прямо на пикселях. Быстрая версия не требует ни энкодера, ни OCR, ни учителя

huggingface.co/ATH-MaaS/PixText
github.com/ATH-MaaS/PixText
registry.comfy.org/publishers/yaoliliu/nodes/pixtext

#i2i #imageediting

MAX