多模态AI

OmniGen2 es un modelo generativo multimodal basado en la arquitectura Qwen-VL-2.5 con 7.000 millones de parámetros, de los cuales 3.000 millones se utilizan para el procesamiento de texto y 4.000 millones para la generación de difusión de imágenes. Sus principales funciones son la conversión inteligente de texto en imagen, la edición en función del contexto y la comprensión multimodal. Se añade un nuevo mecanismo de autorreflexión para optimizar de forma autónoma la calidad del resultado. Gracias a la integración basada en nodos de ComfyUI, los usuarios pueden manejarlo de forma intuitiva y reducir el umbral de uso. Se han demostrado efectos profesionales de generación y edición de imágenes en múltiples escenarios.