แท็ก

#Diffusers

4 บทความ

Black Forest Labs ปล่อย FLUX 3 Image Klein น้ำหนักเปิด 5.6B: สร้างและแก้ภาพในโมเดลเดียว รองรับภาพอ้างอิง 10 ภาพและ bounding box รันบนการ์ด 8GB ได้ผ่าน INT8 — แต่ต้องมี prompt upsampler และไลเซนส์มีเพดานรายได้ $5M
โมเดลใหม่

Black Forest Labs ปล่อย FLUX 3 Image Klein น้ำหนักเปิด 5.6B: สร้างและแก้ภาพในโมเดลเดียว รองรับภาพอ้างอิง 10 ภาพและ bounding box รันบนการ์ด 8GB ได้ผ่าน INT8 — แต่ต้องมี prompt upsampler และไลเซนส์มีเพดานรายได้ $5M

Black Forest Labs ปล่อย FLUX 3 Image Klein เมื่อ 15 ต.ค. 2026 เป็นโมเดลภาพน้ำหนักเปิดขนาด 5.6B ที่ทำได้ทั้งสร้างภาพจากข้อความ แก้ภาพ และผสมภาพอ้างอิงสูงสุด 10 ภาพ พร้อมควบคุมตำแหน่งด้วย bounding box มีทั้งรุ่น base สำหรับ fine-tune และรุ่น distilled 16 สเต็ป รุ่น INT8 รันบน RTX 8GB ผ่าน ComfyUI ได้ แต่การ์ดโมเดลเตือนว่าห้ามใช้โดยไม่มี prompt upsampler และไลเซนส์ FLUX Kommunity ให้ใช้เชิงพาณิชย์ฟรีเฉพาะองค์กรรายได้ต่ำกว่า $5M

· อ่าน 4 นาที
Qwen-Image-2.1-Turbo ปล่อยน้ำหนักแล้ว: 8 step แทน 40 พร้อม API บน Model Studio — เราลองบน GB10 ใน ComfyUI ได้ภาพปกในราว 5–6 วินาที เทียบกับ 12–14 วินาทีของรุ่นปกติ แต่ต้องใช้ sigma ชุดที่ Qwen ให้มา และ license ยังห้ามใช้เชิงพาณิชย์
โมเดลใหม่

Qwen-Image-2.1-Turbo ปล่อยน้ำหนักแล้ว: 8 step แทน 40 พร้อม API บน Model Studio — เราลองบน GB10 ใน ComfyUI ได้ภาพปกในราว 5–6 วินาที เทียบกับ 12–14 วินาทีของรุ่นปกติ แต่ต้องใช้ sigma ชุดที่ Qwen ให้มา และ license ยังห้ามใช้เชิงพาณิชย์

9 ต.ค. 2026 ทีม Qwen ปล่อย Qwen-Image-2.1-Turbo เวอร์ชันเร่งความเร็วของ DiT 7B ที่สร้างและแก้ไขภาพใน 8 step พร้อมเปิด API รุ่น Pro และ Turbo บน Alibaba Cloud Model Studio เราทดสอบไฟล์ int8 ของ ComfyUI บน NVIDIA GB10 ได้เร็วขึ้นราว 2.5 เท่าจากรุ่นปกติ 25 step สะกดหัวข้อถูกครบ 3/3 แต่ยังใช้ Qwen Research License แบบห้ามใช้เชิงพาณิชย์เหมือนรุ่นหลัก

· อ่าน 5 นาที
Qwen-Image-2.1 ปล่อยน้ำหนักเปิดแล้ว — DiT 7B สร้างภาพโปร่งใสได้ในตัว แต่เปลี่ยนจาก Apache 2.0 เป็น license งานวิจัย ห้ามใช้เชิงพาณิชย์
โมเดลใหม่

Qwen-Image-2.1 ปล่อยน้ำหนักเปิดแล้ว — DiT 7B สร้างภาพโปร่งใสได้ในตัว แต่เปลี่ยนจาก Apache 2.0 เป็น license งานวิจัย ห้ามใช้เชิงพาณิชย์

20 ก.ย. 2026 ทีม Qwen ปล่อย Qwen-Image-2.1 โมเดลสร้างและแก้ไขภาพที่ใช้ DiT 7B คู่กับ text encoder Qwen3-VL 8B สร้างภาพ RGBA โปร่งใสได้ในตัวและรับภาพอ้างอิงได้ถึง 10 ภาพ รองรับ ComfyUI, vLLM-Omni และ SGLang ตั้งแต่วันแรก แต่ใช้ Qwen Research License ที่ห้ามใช้เชิงพาณิชย์ ต่างจากสาย Qwen-Image รุ่นก่อนที่เป็น Apache 2.0 ทั้งหมด

· อ่าน 6 นาที
Hugging Face รวม Nunchaku เข้า Diffusers — สร้างภาพแบบ 4-bit ประหยัด VRAM ครึ่งหนึ่ง เร็วขึ้น 30% บนการ์ดคอนซูเมอร์
เครื่องมือนักพัฒนา

Hugging Face รวม Nunchaku เข้า Diffusers — สร้างภาพแบบ 4-bit ประหยัด VRAM ครึ่งหนึ่ง เร็วขึ้น 30% บนการ์ดคอนซูเมอร์

Hugging Face ประกาศ (23 ก.ค. 2026) รวม Nunchaku ซึ่งใช้เทคนิค SVDQuant แบบ 4-bit ทั้ง weight และ activation (W4A4) เข้าเป็นส่วนหนึ่งของไลบรารี Diffusers โดยตรง โหลดผ่าน from_pretrained() ตามปกติ ลด VRAM ราวครึ่งหนึ่งและเร็วขึ้น ~30% พร้อม checkpoint สำเร็จรูปของ Krea 2 Turbo และ ERNIE-Image-Turbo ให้ดึงไปใช้ได้ทันที

· อ่าน 5 นาที