Релиз Qwen Image 2.1 в 16.00
Это единая редактирующая модель.
Поддержка в Комфи сразу на релизе и все дела.
А пока сравниваем с конкурентами.
Пруф:
https://modelscope.ai/models/Qwen/Qwen-Image-2.1/summary
@cgevent
Это единая редактирующая модель.
Поддержка в Комфи сразу на релизе и все дела.
А пока сравниваем с конкурентами.
Пруф:
https://modelscope.ai/models/Qwen/Qwen-Image-2.1/summary
@cgevent
❤27🔥20👍10😱3👎2
Алибабищенко бахнул Qwen-Image 2.1 и выложил веса.
Это единая модель для генерации и редактирования изображений. Визуальная часть содержит 7B параметров и 32 Single-Stream DiT-блока. Сносно.
Ништяки:
- native 2K - базовое разрешение 2048x2048, поддерживаются в том числе 2752x1536 и 1536x2752;
- text-to-image и image editing в одной модели;
- до 10 референсных изображений одновременно;
- локальное редактирование можно задавать каракулями, нарисованными пометками или отдельными масками;
- улучшено сохранение идентичности людей и объектов при редактировании;
- улучшены типографика, портретное освещение, текстуры и мелкие детали;
- рекомендуемый стандартный режим - 40 inference steps.
Одна из самых интересных фишек - нативный RGBA и прозрачность. Модель умеет сразу генерировать объект с alpha-каналом(!), редактировать прозрачные изображения(хм) и даже типа взять обычную RGB-фотографию и извлечь из неё нужный объект в отдельный прозрачный RGBA-слой (верим? тестируем?).
Веса уже доступны на Hugging Face. Comfy Org также выложила набор весов Qwen-Image 2.1 для ComfyUI, а сама Comfy ещё до релиза заявляла нульдэй саппорт.
Лицензия - говно. Ресерч.
На рыддите, кто-то рыдает от восторга, особенно от эдит и консистентности, а кто-то ноет про кожу и мыло. Кожаным не угодишь. Жду тестов в коментах
Шопопамяти:
Хорошая новость: 24-32 GB VRAM для неё, похоже, вообще не обязательны.
На Reddit уже пишут, что модель должна нормально жить даже на RTX 3060 при квантизации.
Сама 7B-модель в INT8 около 7 GB + text encoder Qwen3-VL в W4A8 около 6 GB.
То есть суммарно порядка 13 GB весов, причём ComfyUI умеет выгружать части в RAM, поэтому 12 GB VRAM выглядит вполне нарядным вариантом.
Для нищебродов:
8 GB VRAM - скорее всего заведётся с агрессивной квантизацией/offload, но пока нет нормальных подтверждённых тестов именно Qwen-Image 2.1.
12 GB VRAM - выглядит как реальный рабочий минимум для квантованной версии в ComfyUI.
Для помещиков:
16 GB VRAM - сейчас выглядит как очень нормальный вариант. На Reddit владельцы 5060 Ti 16 GB уже радуюццо релизу именно в этом контексте.
24 GB VRAM - должно быть уже совсем комфортно для квантованной модели и, вероятно, позволит меньше гонять данные CPU<->GPU.
Для Баяр:
32 GB - может влезут и не кванты..
Почему такая разница с прежним Qwen Image: старая модель была огромной - около 20B параметров только генеративной части, а Qwen-Image 2.1 теперь жалкие 7B.
Ссылки:
Официальная страница Qwen:
qwen.ai/blog?id=qwen-image-2.1
Веса Qwen-Image 2.1:
huggingface.co/Qwen/Qwen-Image-2.1
Версия для ComfyUI:
huggingface.co/Comfy-Org/Qwen-Image-2.1
@cgevent
Это единая модель для генерации и редактирования изображений. Визуальная часть содержит 7B параметров и 32 Single-Stream DiT-блока. Сносно.
Ништяки:
- native 2K - базовое разрешение 2048x2048, поддерживаются в том числе 2752x1536 и 1536x2752;
- text-to-image и image editing в одной модели;
- до 10 референсных изображений одновременно;
- локальное редактирование можно задавать каракулями, нарисованными пометками или отдельными масками;
- улучшено сохранение идентичности людей и объектов при редактировании;
- улучшены типографика, портретное освещение, текстуры и мелкие детали;
- рекомендуемый стандартный режим - 40 inference steps.
Одна из самых интересных фишек - нативный RGBA и прозрачность. Модель умеет сразу генерировать объект с alpha-каналом(!), редактировать прозрачные изображения(хм) и даже типа взять обычную RGB-фотографию и извлечь из неё нужный объект в отдельный прозрачный RGBA-слой (верим? тестируем?).
Веса уже доступны на Hugging Face. Comfy Org также выложила набор весов Qwen-Image 2.1 для ComfyUI, а сама Comfy ещё до релиза заявляла нульдэй саппорт.
Лицензия - говно. Ресерч.
На рыддите, кто-то рыдает от восторга, особенно от эдит и консистентности, а кто-то ноет про кожу и мыло. Кожаным не угодишь. Жду тестов в коментах
Шопопамяти:
Хорошая новость: 24-32 GB VRAM для неё, похоже, вообще не обязательны.
На Reddit уже пишут, что модель должна нормально жить даже на RTX 3060 при квантизации.
Сама 7B-модель в INT8 около 7 GB + text encoder Qwen3-VL в W4A8 около 6 GB.
То есть суммарно порядка 13 GB весов, причём ComfyUI умеет выгружать части в RAM, поэтому 12 GB VRAM выглядит вполне нарядным вариантом.
Для нищебродов:
8 GB VRAM - скорее всего заведётся с агрессивной квантизацией/offload, но пока нет нормальных подтверждённых тестов именно Qwen-Image 2.1.
12 GB VRAM - выглядит как реальный рабочий минимум для квантованной версии в ComfyUI.
Для помещиков:
16 GB VRAM - сейчас выглядит как очень нормальный вариант. На Reddit владельцы 5060 Ti 16 GB уже радуюццо релизу именно в этом контексте.
24 GB VRAM - должно быть уже совсем комфортно для квантованной модели и, вероятно, позволит меньше гонять данные CPU<->GPU.
Для Баяр:
32 GB - может влезут и не кванты..
Почему такая разница с прежним Qwen Image: старая модель была огромной - около 20B параметров только генеративной части, а Qwen-Image 2.1 теперь жалкие 7B.
Ссылки:
Официальная страница Qwen:
qwen.ai/blog?id=qwen-image-2.1
Веса Qwen-Image 2.1:
huggingface.co/Qwen/Qwen-Image-2.1
Версия для ComfyUI:
huggingface.co/Comfy-Org/Qwen-Image-2.1
@cgevent
🔥47❤11👍5
**У вас есть рабочий API-ключ OpenAI?**
Имеется в виду ключ на OpenAI API / platform.openai.com, которым прямо сейчас можно пользоваться для API-запросов. Подписка ChatGPT Plus/Pro сама по себе не считается.
Имеется в виду ключ на OpenAI API / platform.openai.com, которым прямо сейчас можно пользоваться для API-запросов. Подписка ChatGPT Plus/Pro сама по себе не считается.
Anonymous Poll
27%
Да, есть и пользуюсь
16%
Ключ когда-то создавал, но не знаю, работает ли сейчас
40%
Нет
17%
Нет, ашоэто?
❤3
This media is not supported in your browser
VIEW IN TELEGRAM
1👎191👍89😁13😱7❤1🔥1🙏1
Media is too big
VIEW IN TELEGRAM
Ответочка на ответочку. Пошла рекусивная жара!
После выхода GPT-6 Astra Anthropic дико засуетился и рассматривает ускоренный выпуск следующей модели, писал об этом недавно. Но самое смешное - пока Anthropic готовит ответачку на Astra, у OpenAI, похоже, уже готовится ответачка на эту ответачку.
По утечкам, следующий огромный pretrain OpenAI носит кодовое имя Bel.
Схема такая: Doug -> дальнейший RL/post-training -> GPT-6 Astra. Bel -> следующий цикл RL -> модель уже после Astra/GPT-6.
Источник утечки утверждает, что Bel - гигантский pretrain с >10 трлн total parameters, сопоставимый по общему размеру с GPT-4.5, и внутри OpenAI его рассматривают как базу следующего поколения, потенциально вплоть до модели их условного «AGI threshold». Прикиньте, они уже планируют наступление АГИ.
АшозаДуг?
Doug - предположительное внутреннее кодовое имя большого pretrain-чекпойнта OpenAI, который, по утечкам, после RL и post-training стал основой GPT-6 Astra.
Если утечки верны, Bel - его прямой преемник: следующий, ещё более крупный базовый pretrain, из которого OpenAI будет выращивать уже следующее поколение моделей.
Кстати, OpenAI уже как бы официально рассказала о новой внутренней модели, “significantly more capable than GPT-6 Astra”, обучение которой продолжается. Именно эту модель они юзали в масштабном эксперименте примерно с 10 000 параллельных агентов, закончившемся опубликованным решением задачи тысячелетия Навье-Стокса. OpenAI не говорит, что эта модель называется Bel, но мы то любим совпадения и теории заговора.
На итоге Anthropic пытается срочно бахнуть ответ на Astra, а OpenAI, возможно, уже тренирует ответ на ответ на Astra. Не исключено, что Антропик где-то в недрах готовит ответ на ответ на ответ.
@cgevent
После выхода GPT-6 Astra Anthropic дико засуетился и рассматривает ускоренный выпуск следующей модели, писал об этом недавно. Но самое смешное - пока Anthropic готовит ответачку на Astra, у OpenAI, похоже, уже готовится ответачка на эту ответачку.
По утечкам, следующий огромный pretrain OpenAI носит кодовое имя Bel.
Схема такая: Doug -> дальнейший RL/post-training -> GPT-6 Astra. Bel -> следующий цикл RL -> модель уже после Astra/GPT-6.
Источник утечки утверждает, что Bel - гигантский pretrain с >10 трлн total parameters, сопоставимый по общему размеру с GPT-4.5, и внутри OpenAI его рассматривают как базу следующего поколения, потенциально вплоть до модели их условного «AGI threshold». Прикиньте, они уже планируют наступление АГИ.
АшозаДуг?
Doug - предположительное внутреннее кодовое имя большого pretrain-чекпойнта OpenAI, который, по утечкам, после RL и post-training стал основой GPT-6 Astra.
Если утечки верны, Bel - его прямой преемник: следующий, ещё более крупный базовый pretrain, из которого OpenAI будет выращивать уже следующее поколение моделей.
Кстати, OpenAI уже как бы официально рассказала о новой внутренней модели, “significantly more capable than GPT-6 Astra”, обучение которой продолжается. Именно эту модель они юзали в масштабном эксперименте примерно с 10 000 параллельных агентов, закончившемся опубликованным решением задачи тысячелетия Навье-Стокса. OpenAI не говорит, что эта модель называется Bel, но мы то любим совпадения и теории заговора.
На итоге Anthropic пытается срочно бахнуть ответ на Astra, а OpenAI, возможно, уже тренирует ответ на ответ на Astra. Не исключено, что Антропик где-то в недрах готовит ответ на ответ на ответ.
@cgevent
😁96❤11👎9🔥6😱4
Forwarded from CGIT_Vines (Marvin Heemeyer)
This media is not supported in your browser
VIEW IN TELEGRAM
DLSS наконец-то прикрутили к браузеру через webgpu!
Теперь можно проверить, во-первых, потянет ли ваша карточка, т.к. считается именно на ней локально, во-вторых, подергать настройки и понять, что нет никакого слопа. В нынешней версии это просто надстройка с "киношным" светом и не более, особо стремные ассеты она иногда делает еще хуже, так что художникам не переживать! Сделали хорошо - будет еще круче, сделали плохо - будет еще хуже. Иногда по эффекту работает как HBAO.
@CGIT_Vines
Теперь можно проверить, во-первых, потянет ли ваша карточка, т.к. считается именно на ней локально, во-вторых, подергать настройки и понять, что нет никакого слопа. В нынешней версии это просто надстройка с "киношным" светом и не более, особо стремные ассеты она иногда делает еще хуже, так что художникам не переживать! Сделали хорошо - будет еще круче, сделали плохо - будет еще хуже. Иногда по эффекту работает как HBAO.
@CGIT_Vines
🔥26👍6
Триподнакопилость про Трипо.
На первый взгляд выглядит очень круто. Наконец-то можно увидеть топологию на всех демках.
Наконец-то Трипо перестали стесняться показывать сетки с топологией и стали показывать меши. Ну и в первый раз мы видим такое low poly. Плюс здесь наконец-то есть AI UV. Который Smart UV.
Подробнее про Tripo P2.0 Preview и Smart UV :
1. Что умеет Tripo P2.0 по сравнению с передыдущей архитектурой
* Native Quad Topology (Квадратная сетка): Огонь. Модель генерирует нативную 4-угольную (quad) топологию с правильным направлением ребер (*edge flow*!!!) и анатомическими лупами вокруг суставов, глаз и рта. Меш нутипа готов к риггингу и скиннингу.
* Игровой бюджет полигонов: Ограничение и контроль плотности сетки - до 25 000 квадов (или около 50 000 треугольников). Это готовый low-poly / mid-poly ассет для Unity / Unreal Engine, а не миллионная каша.
* Архитектура Spatial Diffusion: Модель генерирует базовую 3D-форму за секунды, а финальный отполированный меш с текстурами готовится в среднем за 2–3 минуты.
* Чистый Albedo / Delighting: Улучшено удаление запеченного освещения и теней из текстур, благодаря чему цвета ложатся нейтрально и корректно отображаются в движках с динамическим светом.
* Единый конвейер: Прямо в интерфейсе объединены: генерация -> нативная quad-сетка -> Smart UV -> удаление света -> авто-риггинг -> экспорт в FBX/GLTF.
О теперь десерт:
2. Smart UV и как он устроен
* Семантическая расстановка швов (AI Seam Placement): Оно понимает анатомию и геометрию объекта и режет швы так, как это делает кожаный - прячет разрезы на спине, внутренней стороне бедер и рук, под подбородком или вдоль швов одежды.
* Скорость ~5 секунд: Развертка лоу-поли персонажа или пропса просчитывается почти мгновенно.
* Поддержка сторонних мешей(ОГОНЬ): Оно работает не только для моделей, созданных в Tripo, но и для любых импортированных кастомных OBJ/FBX мешей.
* Вариативность и бесплатные повторы (Free Retries / Batch): Если первый вариант швов лег неудачно, можно сгенерировать альтернативные варианты раскладки.
Smart UV: открываем Tripo Studio -> Smart UV -> загружаем свою модель или выбираем созданную в Tripo -> UV Unwrap.
Официально поддерживается до 80 000 triangles или 40 000 quads.
По цене Smart UV:
- 2 модели бесплатно для всех, даже без подписки.
- После этого Smart UV доступен на Pro / Max / Team и стоит 20 credits за модель.
- На Pro/Max/Team для каждой модели дают 3 бесплатных Retry.
- Затем каждый дополнительный Retry - 10 credits.
- На Free/Starter после двух бесплатных моделей продолжать Smart UV, судя по официальной странице, нельзя
https://studio.tripo3d.ai/
@cgevent
На первый взгляд выглядит очень круто. Наконец-то можно увидеть топологию на всех демках.
Наконец-то Трипо перестали стесняться показывать сетки с топологией и стали показывать меши. Ну и в первый раз мы видим такое low poly. Плюс здесь наконец-то есть AI UV. Который Smart UV.
Подробнее про Tripo P2.0 Preview и Smart UV :
1. Что умеет Tripo P2.0 по сравнению с передыдущей архитектурой
* Native Quad Topology (Квадратная сетка): Огонь. Модель генерирует нативную 4-угольную (quad) топологию с правильным направлением ребер (*edge flow*!!!) и анатомическими лупами вокруг суставов, глаз и рта. Меш нутипа готов к риггингу и скиннингу.
* Игровой бюджет полигонов: Ограничение и контроль плотности сетки - до 25 000 квадов (или около 50 000 треугольников). Это готовый low-poly / mid-poly ассет для Unity / Unreal Engine, а не миллионная каша.
* Архитектура Spatial Diffusion: Модель генерирует базовую 3D-форму за секунды, а финальный отполированный меш с текстурами готовится в среднем за 2–3 минуты.
* Чистый Albedo / Delighting: Улучшено удаление запеченного освещения и теней из текстур, благодаря чему цвета ложатся нейтрально и корректно отображаются в движках с динамическим светом.
* Единый конвейер: Прямо в интерфейсе объединены: генерация -> нативная quad-сетка -> Smart UV -> удаление света -> авто-риггинг -> экспорт в FBX/GLTF.
О теперь десерт:
2. Smart UV и как он устроен
* Семантическая расстановка швов (AI Seam Placement): Оно понимает анатомию и геометрию объекта и режет швы так, как это делает кожаный - прячет разрезы на спине, внутренней стороне бедер и рук, под подбородком или вдоль швов одежды.
* Скорость ~5 секунд: Развертка лоу-поли персонажа или пропса просчитывается почти мгновенно.
* Поддержка сторонних мешей(ОГОНЬ): Оно работает не только для моделей, созданных в Tripo, но и для любых импортированных кастомных OBJ/FBX мешей.
* Вариативность и бесплатные повторы (Free Retries / Batch): Если первый вариант швов лег неудачно, можно сгенерировать альтернативные варианты раскладки.
Smart UV: открываем Tripo Studio -> Smart UV -> загружаем свою модель или выбираем созданную в Tripo -> UV Unwrap.
Официально поддерживается до 80 000 triangles или 40 000 quads.
По цене Smart UV:
- 2 модели бесплатно для всех, даже без подписки.
- После этого Smart UV доступен на Pro / Max / Team и стоит 20 credits за модель.
- На Pro/Max/Team для каждой модели дают 3 бесплатных Retry.
- Затем каждый дополнительный Retry - 10 credits.
- На Free/Starter после двух бесплатных моделей продолжать Smart UV, судя по официальной странице, нельзя
https://studio.tripo3d.ai/
@cgevent
❤22👍10🔥9