Gemini Nano Banana 2.1 现已通过 Partner Nodes 上线
ComfyUI 通过 Partner Nodes 上线 Google 图像生成与编辑模型 Gemini Nano Banana 2.1,它是 Nano Banana 2 的继任者,主打价格与性能的平衡。
推荐理由:ComfyUI 官方接入 Gemini Nano Banana 2.1,读者可据此了解新模型的参数变化与接入方式。
技术方向
AI 画图的最前线:文生图模型迭代、图像编辑能力与创作工具生态的全部动态。
5 条精选近 30 天 4 条共收录 25 条
日期栏展示收录日期,历史补录归入原文日期。
ComfyUI 通过 Partner Nodes 上线 Google 图像生成与编辑模型 Gemini Nano Banana 2.1,它是 Nano Banana 2 的继任者,主打价格与性能的平衡。
推荐理由:ComfyUI 官方接入 Gemini Nano Banana 2.1,读者可据此了解新模型的参数变化与接入方式。
上海人工智能实验室 InternLM 开源 InstantFusion,通过共享隐空间把不同扩散模型的隐变量对齐,使去噪轨迹可以组合。方法用 Sigma 条件编码器与解码器把两个模型的隐变量映射到共享空间,训练结合重建、交叉重建、隐空间对齐和去噪速度对齐损失,可实现不同步数预算模型间的接力加速、多偏好组合以及跨模型 OPD 蒸馏。
推荐理由:上海人工智能实验室开源 InstantFusion,给出跨扩散模型共享隐空间与模型接力去噪的完整训练和推理代码。
阿里 Qwen 团队的最新图像模型 Qwen-Image-2.1 已在 ComfyUI 原生支持,开放权重、7B 参数,基于优化的 MMDiT 架构。该模型可直接输出带 alpha 通道的 RGBA 图像,原生生成 2048×2048,并最多接受 10 张参考图,生成与编辑共用同一模型。
推荐理由:ComfyUI 原生支持 Qwen-Image-2.1,读者可了解其 RGBA 输出与 10 张参考图等能力差异。
蚂蚁 inclusionAI 开源 Ming-Image 0.1 系列,包含两个 6B 参数模型:Ming-Image-0.1-Design 生成 UI、信息图、海报等完整视觉设计,Ming-Image-0.1-Design-Layer 将扁平设计图分解为可独立编辑的透明图层。
推荐理由:开源视觉设计生成与图层分解模型,附可复用的提示词改写流程和 Agent 技能,适合关注设计自动化的人参考。
蚂蚁 inclusionAI 开源 LLaDA-Image,一个 6B 参数统一图像生成与编辑模型家族,包含 50 步 Base 模型和 4 步蒸馏 Turbo 模型,支持文生图、VQ 条件生成、参考图编辑及中英文文字渲染。
推荐理由:6B 参数统一生成与编辑模型开源,附推理代码和蒸馏版,可据此评估自部署图像方案。