MetaView

Синтез новых ракурсов по одному изображению на DepthAnything 3 + Qwen-Image-Edit

Учитывает масштаб через неявную геометрию

Гитхаб
HF
Демо

#novelview #cameracontrol #i2i

Qwen‑Image 3.0

Генератор-редактор в одной модели.
Главная обнова - промпт до 4500 токенов против 1000 токенов у версии 2.0

* Справляется со сложными макетами (газеты, сториборды, слайды), держит порядок в 3×3 сетке без склейки. Горизонтально раскидывает много блоков, вертикально вкладывает интерфейсы друг в друга

* Детальность. Мелкий текст от 10 px, поры, волоски, текстуры как в фото. Точно рисует LaTeX‑формулы, делает рукописные пометки, реставрирует старые картины

* 12 языков, 100+ стилей, уйма UI, крепкая база знаний. Генерит научные инфографики, прогнозы погоды, стримы с художниками, добавляет к фото научные подписи и шкалы, прям под публикацию

Весов, кода, техотчета нет. Видать решили что можно уже с этой версии в проприетарные модели идти

бананы, GPT-Image - потеснитесь. Впрочем, Qwen пишет что для модели 1.0 лозунг был "Точность" а там было мыло мыльное, так что посмотрим

Чат

#qi3 #t2i #i2i

Mage-Flow

У нас новый игрок в опенсорсе для работы с картинками
Компактная модель от Microsoft для создания и редактирования изображений. 4B параметров

• генерация изображений по тексту
• редактирование по инструкциям
• работа с разрешением от 512 до 2048
• поддержка любых пропорций
• высокая скорость генерации
• семантическое редактирование
• трансформация внешнего вида
• реставрация изображений

Выпущен в трёх вариантах: Base, RL-aligned и Turbo. На A100 генерирует изображение за 0.59 секунды, редактирование - за 1.02 секунды. Используют Mage-VAE для эффективного кодирования

Гитхаб
HF
Демо
Демо VL

#t2i #i2i #imageediting #image2normals

#krea2

huggingface.co/jimmycarter/krea2-turbo-bbox - файнтюн для макета: панели комиксов, пузыри с текстом, идентичность персонажа. Требует PROMPTING.md

civitai.com/models/2942217/krea-2-pixel-art - #LoRA для пиксель-арта

github.com/envy-ai/ComfyUI-Krea2-Pixel-Art-Refiner - постпроцессинг пиксель-арта

huggingface.co/Cierpliwy/krea2_lineart_edit - LoRA для Krea 2 Raw: перевод лайнарта в полноценное изображение

github.com/aoleg/krea-2-merge-tool - GUI-мержер чекпоинтов и лор

huggingface.co/lvladikov/Krea2-Turbo-Distill-4step-LoRA - дистилляция Turbo 8→4 шага, ~1.6x быстрее

huggingface.co/lvladikov/Krea2-Turbo-Distill-2step-LoRA - дистилляция 8→2 шага

github.com/sempersatirica/comfy-workflows - набор #workflow: Krea 2 #charactersheet и composite, H3 детайлеры (SAM3, Yolo) и генераторы промптов, Qwen Image Edit эмплейсмент

civitai.red/models/2916843/instafame - #realism под Instagram

youtu.be/chhyJ8FgIFk?si=m9oM5EwcXppTA6Sb
drive.google.com/drive/u/4/folders/1pnjDEX6DGR-sQjqWFhZBQGgTbRnqZoVI
#workflow Character Sheet #t2i для #MiniMaxH3

civitai.com/models/2926098/updated-v2-turn-any-photo-into-a-full-character-sheet-using-krea2-free-workflow - фото → полный #charactersheet в #ComfyUI #i2i

Hy Image 3.5 Preview от Tencent

У нас еще одна крутая коммерческая генерилка картинок.
Прирост +30% в человеческой оценке к предыдущей версии

• #t2i #i2i
• консистентность лучше предшественника
• до 2K на выходе
• референсы бесплатные - платишь только за сгенерированные картинки

• $0.024 за изображение в API Tencent Cloud
• две недели бесплатно в Miora и OnSolo - не пугайтесь ценника подписки, логиньтесь и го тестить бесплатно. Там и там генерация через агента

Шлем со шляпой прям прекрасно понимает

#imageediting #hyi35 #neuronaut_art

MAX

Превращаюсь в рассадник дайджестов. Видимо придется создавать другой канал и выносить какието темы туда

#QI21

Квен подтвердили в Discord: результаты генерации принадлежат пользователю

huggingface.co/MIUProject/VNCCS_PoseStudio_QI2.1 - #LoRA позы #pose
#workflow в комплекте

github.com/lunaaispace-eng/ComfyUI-DeGrid - нода для удаления сетки

huggingface.co/reverentelusarca/elusarcas-qwen-2.1-detail-enhancer-lora - #LoRA улучшения деталей для Qwen 2.1: креативный #upscale, реставрация фото. #I2I, #T2I
триггер enhance this image
workflow #enhance #imagerestoration

huggingface.co/abenzerps/Qwen-Image-2.1-Uncensored-GGUF - опубликован обещанный обесцензуренный #GGUF #uncensored

MAX

Zen Image Edit

Qwen-Image-2.1 есть у нас дома

на легком текстовом энкодере. Вместо родного Qwen3-VL-8B (17.5 ГБ) - Qwen3.5-0.8B и 158M адаптер внутри DiT. Целая папка diffusers без тяжелого энкодера, экономия почти 16 ГБ

• text-to-image, редактирование сцен и персонажей, прозрачный RGBA в одном пайплайне
• до нескольких референсов - первая картинка цель правки, остальные доноры
• подмена персонажа с сохранением позы и одежды цели
• работает в ComfyUI без 17.5 ГБ энкодера

• 1024 по умолчанию, 30 шагов
• ~17.5 ГБ пиковый VRAM, меньше с cpu offload

Ограничения: только английский, цифры на вывесках пишет с ошибками, не-фото референсы переносятся хуже. Демо и workflow для ComfyUI прилагаются

HF
Текстовый энкодер 0.6B
ComfyUI

#t2i #i2i #compact

MAX

Накопилось по #minimaxH3 - часть 29

#VAE

huggingface.co/Kijai/MiniMax-H3-experimental/blob/main/minimax_h3_lynnreal_light_vae_int8_convrot.safetensors - облегченный VAE int8 от Kijai

huggingface.co/speach1sdef178/MiniMax-H3-X2-Detail-VAE - х2-VAE с доп. деталями. Обычный латент сверх бутылочного горлышка деталей не содержит, поэтому режим Detailed для I2V берет ранние фичи энкодера исходника. Модель + нода + воркфлоу

huggingface.co/corechan/MiniMax-H3-LightVAE - легкий VAE для H3

#LoRA

huggingface.co/pablodawson/MiniMax-H3-360-Orbit-LoRA - облет для FL2VA: одинаковые первый/последний кадр, камера облетает застывшую сцену по кругу, клип зацикливается. Нужен спец-промпт. Проверен и на 8GB VRAM (4070, 736×576, ~7 мин)

huggingface.co/Kijai/MiniMax-H3-experimental/tree/main/loras - ELM longlive plug 4-step LoRA от Kijai: сжатие генерации до 4 шагов с минимальной потерей качества

huggingface.co/neph1/1980s_scifi_movies_minimax_h3 - LoRA sci-fi 80-х, киберпанковский край жанра. Без триггера

huggingface.co/JOKER141/MiniMax-H3-General-Motion-Continuity-Repair - починка непрерывности движения

huggingface.co/JOYUNGI/nwpxstyle-h3-lora - Nwpxstyle: теплый пиксель-арт-аниме с жирным контуром и дизерингом. Тренировались на статике, стиль переносится на видео, годится под ретро-катсцены #pixelart

huggingface.co/moe-kill/H3-Turbo-Neat - мерж пяти турбо LoRAs в одну 1Gb на 4 шага: четкие детали и свежий легкий вид

github.com/tsukino4a/h3-image-edit - skill.md для LLM: H3-иллюстрации — смена черт, костюма, мелкие правки #skill

huggingface.co/Alissonerdx/Minimax-H3-ComfyUI/tree/main/loras - #HeadSwap : замена головы, очень хорошо захватывает волосы

#workflow #comfyui

github.com/shootthesound/ComfyUI-Fizgig-H3-Still - Fizgig H3-Still: ноды и воркфлоу для генерации одиночной картинки — рендерится сильно быстрее старого 5-кадрового обхода, можно крутить мегапиксели #t2i #i2i

Говорят, H3 отлично генерит картинки youtu.be/A53fIhsyTm8

civitai.red/posts/31291351 - MiniMax H3 REF + Fizgig как Ref2Img/Img2Img: 4096×1536 за минуту (18 шагов, 5060 Ti 16Gb). Понимание пространства и стилей по референсу, быстрее Qwen 2.1 на 2+ референсах

github.com/BiggerFishy/comfyui-minimax-h3-studio - простой #characterswap : SAM3 выделяет объект, инверсия цвета в области помогает замене. Сохранение персонажей с описанием

civitai.com/models/2973199/minimax-h3-faceswap-with-spectrum-and-sparse-attention - #faceswap + Spectrum и sparse attention

github.com/TheBeast-Spec/minimax-h3-comfyui-demo-pack - body-swap: поза из исходного видео, руки источника сохраняются (жест, тон кожи), руки не перегенерируются

#prompting

github.com/fadetofunk/MiniRef - MiniRef 1.3: форменный помощник Ref2VA-промптов, Windows .NET 9. Персонаж сохраняется в .mrpod

github.com/AIMixer/ComfyUI_MiniMaxH3_Director - Director получил ноду Face Refine с поддержкой Semantic Bridge

github.com/Adudeguyman/ComfyUI-Fantastic-MiniMaxH3-PromptBuilder - обновление: #RefMods точнее и меньше утечки личности

github.com/ssm82/cinematic-video-prompt-h3-plugin - плагин-агент по стандарту Agent Plugins v1 (Microsoft/Google): словарь 700+ кинематографических терминов → H3-промпт

модели

huggingface.co/hoidhxd/MiniMax-H3-x-Z-Image-hybrid - гибрид 22Gb: Z-Image → FL2VA → Ref2VA, богатые текстуры и заметно лучший звук. Работает на 3060 12Gb, сэмплер стартует ~70 сек, дальше обычная скорость (Turbo+Kitchen+Spectrum, 6–8 шагов)

huggingface.co/QuantFunc/Minimax-H3-Quantfunc-4bit - 4-bit квант H3: 23.7 dB PSNR, SM75+, загрузка через ComfyUI-QuantFunc. FL2VA (4 шага) и Ref2VA (8 шагов)

Два пакета нод для Iris-3B

Envy-ai/ComfyUI-Iris
• Text-to-image, image-to-image
• Свои лоадер и семплер вместо VAE
• LoRA как обычно, штатные сэмплеры ComfyUI
• FP8/INT8-квантизация
• Нужны ComfyUI 0.37+ и Comfy Kitchen 0.2.35+, N-серия

Bani4kashkashka/Iris-3B-Comfy-Nodes
• Text-to-image, img2img, 4x апскейл, depth
• 4x апскейл: 1024→4096 за ~47 с, depth ~4 с/картинка (серая под ControlNet или inferno + маска)
• Пресеты качества и сэмплер, готовые воркфлоу в Templates
• Работает на AMD: RX 9060 XT 16 ГБ ~1.8 с/шаг, пик VRAM 7.7 ГБ

чуда не ждать, на этом размере Anima 2.9B выдает картинки лучше — но это удачная демка, что VAE не обязательный атрибут генерации. Лучший сэмплер — dpmpp-2m-sde-gpu, при наличии bong_tangent-планировщика лучше его

#t2i #i2i #comfyui

MAX