アリババの「Wan2.7-Image」AIは、オリジナルの顔画像を生成し、エッセイを執筆する
本日、アリババは画像生成・編集用の統合型大規模モデル「Wan2.7-Image」を正式にリリースしました。このモデルは、画質の飛躍的な向上を実現しただけでなく、包括的な機能強化により、「画一的な顔」や「プロンプトとの不整合」といった従来のAI画像生成の課題を克服しています。
AI生成の顔に別れを告げ、「一人一顔」の時代へ
Wan2.7-Imageは、バーチャルキャラクターのカスタマイズ機能を大幅に強化しました。ユーザーは骨格や目から微細な顔の特徴に至るまであらゆる要素をカスタマイズでき、卵型の顔、鳳眼、深い眼窩といった特定の特徴を精密に制御できます。この進歩により、従来のAIポートレートに見られた機械的な画一性を脱却し、真の個性を表現することが可能になりました。

「カラーパレット」機能と「印刷品質」レベルのテキストレンダリング
芸術的表現において、本モデルは「カラーパレット」機能をサポートするようになりました。これにより、ユーザーはマティスの「赤のシリーズ」やゴッホの「黄のシリーズ」といった参照画像から、ワンクリックで色彩構成を抽出し、新しい作品に正確に適用することが可能です。 さらに、Wan2.7-Imageは長文のレンダリングに優れており、最大3,000トークンの入力に対応しています。複雑な数式や表を含むA4用紙1ページ分のコンテンツを安定して出力でき、対応する12言語すべてにおいて印刷品質の基準を満たしています。

インタラクティブな編集と多分野にわたる一貫性
本モデルは強力なインタラクティブ編集機能を備えており、精密な選択操作を通じて要素の位置合わせ、移動、置換が可能です。例えば、画像内の文字を選択して位置を入れ替えたり、氷のキューブを果物に置き換えたりするなど、ピクセル単位での制御を実現します。同時に、最大9枚の画像にわたるマルチサブジェクトの一貫性をサポートしており、AIガールズグループや家具セットを生成する際にも、統一されたスタイルと特徴を維持します。

中核となる技術的ブレークスルーと産業応用
Wan2.7-Imageは、生成と理解の両方に対応する最先端の統合アーキテクチャを採用し、共有された潜在空間内での意味的マッピングを実現しています。これは、モデルが単にピクセルに合わせるためにテキストを推測するだけでなく、基礎的な意味理解を備えていることを意味します。本モデルは、より安定した構成と正確な理解を提供するWan2.7-Image-proバージョンと共にリリースされました。

本モデルは現在、ショート動画制作(1人の俳優が複数の役を演じる)、EC広告(1枚のモデル画像を多目的に活用)、教育、研究、ソーシャルエンターテインメントなど、幅広い分野で活用されています。ユーザーはAlibaba Cloud BaiLianプラットフォーム経由で APIにアクセスするか、Wanxiang公式サイト で直接体験することができます。
関連記事
Wan-Streamer v0.2は超低遅延のAIチャットを提供します
現代技術が急速に進歩するにつれ、人間とAIの相互作用はより一般的になっています。従来のビデオ通話では、ラグ、遅延、音声と映像の非同期といった問題にしばしば直面します。Tongyi Labによる最新リリースであるWan-Streamer v0.2は、これらの課題を完全に克服し、わずか550ミリ秒の応答遅延で、真に自然な「対面」コミュニケーションを可能にします。Wan-Streamer v0.2は、新しいエンドツーエンドのマルチモーダル理解および生成モデルです。単一のTransformerモデル内で
MetaはTSMCとMicronの参加を得て、旧型メモリを搭載した新規サーバーを整備する
人工知能の採用が世界中で加速する中、次世代DDR5メモリは深刻な供給不足に直面しています。AIデータセンターの展開における遅延を回避するため、MetaはTSMCやMicronといった業界のリーダーと提携し、画期的な過渡期のソリューションを開発しました。この革新により、従来DDR5専用に設計されていた高度なAIサーバーが、従来のDDR4モジュールとシームレスに動作できるようになりました。「フランケンシュタイン」構成と称されるこのシステムは、実世界のテストで顕著な安定性を示し、現在進行中のサプライチ
時系列データベースがリアルタイムのロボティクスデータをどのように支えるか
タイガー・データのドグ・パグヌッティ。パグヌッティ氏は、タイガー・データで産業用開発者エバンジェリストを務め、実世界の産業システムの構築を支援するチームをサポートしています。石油・ガスおよび製造業の自動化分野で12年以上の経験を持つ彼は、PLC、ロボット、SCADAシステムに取り組み、その後Dell EMCおよびVTScadaでの産業用ソフトウェア開発に移行しました。彼は、大規模なIIoT展開における時系列データインフラストラクチャの課題を自動化エンジニアが解決するのを支援することで、OTとIT
関連特集おすすめ
コメント (0)
0/500
本日、アリババは画像生成・編集用の統合型大規模モデル「Wan2.7-Image」を正式にリリースしました。このモデルは、画質の飛躍的な向上を実現しただけでなく、包括的な機能強化により、「画一的な顔」や「プロンプトとの不整合」といった従来のAI画像生成の課題を克服しています。
AI生成の顔に別れを告げ、「一人一顔」の時代へ
Wan2.7-Imageは、バーチャルキャラクターのカスタマイズ機能を大幅に強化しました。ユーザーは骨格や目から微細な顔の特徴に至るまであらゆる要素をカスタマイズでき、卵型の顔、鳳眼、深い眼窩といった特定の特徴を精密に制御できます。この進歩により、従来のAIポートレートに見られた機械的な画一性を脱却し、真の個性を表現することが可能になりました。

「カラーパレット」機能と「印刷品質」レベルのテキストレンダリング
芸術的表現において、本モデルは「カラーパレット」機能をサポートするようになりました。これにより、ユーザーはマティスの「赤のシリーズ」やゴッホの「黄のシリーズ」といった参照画像から、ワンクリックで色彩構成を抽出し、新しい作品に正確に適用することが可能です。 さらに、Wan2.7-Imageは長文のレンダリングに優れており、最大3,000トークンの入力に対応しています。複雑な数式や表を含むA4用紙1ページ分のコンテンツを安定して出力でき、対応する12言語すべてにおいて印刷品質の基準を満たしています。

インタラクティブな編集と多分野にわたる一貫性
本モデルは強力なインタラクティブ編集機能を備えており、精密な選択操作を通じて要素の位置合わせ、移動、置換が可能です。例えば、画像内の文字を選択して位置を入れ替えたり、氷のキューブを果物に置き換えたりするなど、ピクセル単位での制御を実現します。同時に、最大9枚の画像にわたるマルチサブジェクトの一貫性をサポートしており、AIガールズグループや家具セットを生成する際にも、統一されたスタイルと特徴を維持します。

中核となる技術的ブレークスルーと産業応用
Wan2.7-Imageは、生成と理解の両方に対応する最先端の統合アーキテクチャを採用し、共有された潜在空間内での意味的マッピングを実現しています。これは、モデルが単にピクセルに合わせるためにテキストを推測するだけでなく、基礎的な意味理解を備えていることを意味します。本モデルは、より安定した構成と正確な理解を提供するWan2.7-Image-proバージョンと共にリリースされました。

本モデルは現在、ショート動画制作(1人の俳優が複数の役を演じる)、EC広告(1枚のモデル画像を多目的に活用)、教育、研究、ソーシャルエンターテインメントなど、幅広い分野で活用されています。ユーザー
Wan-Streamer v0.2は超低遅延のAIチャットを提供します
現代技術が急速に進歩するにつれ、人間とAIの相互作用はより一般的になっています。従来のビデオ通話では、ラグ、遅延、音声と映像の非同期といった問題にしばしば直面します。Tongyi Labによる最新リリースであるWan-Streamer v0.2は、これらの課題を完全に克服し、わずか550ミリ秒の応答遅延で、真に自然な「対面」コミュニケーションを可能にします。Wan-Streamer v0.2は、新しいエンドツーエンドのマルチモーダル理解および生成モデルです。単一のTransformerモデル内で
MetaはTSMCとMicronの参加を得て、旧型メモリを搭載した新規サーバーを整備する
人工知能の採用が世界中で加速する中、次世代DDR5メモリは深刻な供給不足に直面しています。AIデータセンターの展開における遅延を回避するため、MetaはTSMCやMicronといった業界のリーダーと提携し、画期的な過渡期のソリューションを開発しました。この革新により、従来DDR5専用に設計されていた高度なAIサーバーが、従来のDDR4モジュールとシームレスに動作できるようになりました。「フランケンシュタイン」構成と称されるこのシステムは、実世界のテストで顕著な安定性を示し、現在進行中のサプライチ
時系列データベースがリアルタイムのロボティクスデータをどのように支えるか
タイガー・データのドグ・パグヌッティ。パグヌッティ氏は、タイガー・データで産業用開発者エバンジェリストを務め、実世界の産業システムの構築を支援するチームをサポートしています。石油・ガスおよび製造業の自動化分野で12年以上の経験を持つ彼は、PLC、ロボット、SCADAシステムに取り組み、その後Dell EMCおよびVTScadaでの産業用ソフトウェア開発に移行しました。彼は、大規模なIIoT展開における時系列データインフラストラクチャの課題を自動化エンジニアが解決するのを支援することで、OTとIT





家






