Imagen
FLUX.3 Image Klein llega a Diffusers y deja colocar cada parte de la imagen escribiendo cajas en la petición
Black Forest Labs publicó el 15 de octubre FLUX.3 Image Klein, que funciona en Diffusers desde el primer día. Un mismo modelo hace texto a imagen e imagen a imagen con varias referencias, y añade algo nuevo: control de la disposición escribiendo cajas delimitadoras en la propia petición, para decir dónde va cada parte o qué partes de una referencia mover. Hay dos puntos de control abiertos, uno destilado para ir rápido y el modelo base.
LanzamientoDisponibleSin confirmar si afecta al plan gratuito
Qué significa para ti
Las cifras que deciden si lo puedes ejecutar en casa: el destilado hace una imagen de 1024 por 1024 en 1,93 segundos en una H100, con 23,8 GiB de memoria máxima. Para tarjetas más pequeñas hay pesos en NVFP4 y FP8 que bajan la memoria tras la carga a unos 13,4 GiB, y recomiendan ejecutar el codificador de texto aparte y liberarlo. Añadir una imagen de referencia duplica aproximadamente el tiempo. Vienen además guiones de LoRA para texto a imagen y para edición.
Fuentes
Todo lo anterior sale de estas páginas. Si alguna contradice lo que publicamos, gana la fuente y lo corregimos.
Seguir leyendo
- Imagen
Midjourney prueba un «modo pensante» para generar imágenes, por ahora sólo en su web alfa
Midjourney anunció el 8 de octubre que está probando un «modo pensante» para generar imágenes en su web alfa, alpha.midjourney.com, y pide opiniones. Se ejecuta desde la ficha de un trabajo ya hecho, pulsando «Rerun (Thinking)» en la esquina inferior derecha. Dice que en sus pruebas mejora la precisión al seguir la petición, la tipografía y la coherencia de la imagen, y pide ayuda para averiguar dónde ayuda, dónde no y qué problemas aparecen.
Preview o betaPreview
- Imagen
Qwen abre los pesos de Qwen-Image-2.1, que genera imágenes transparentes, pero prohíbe el uso comercial
Qwen publicó el 20 de septiembre los pesos de Qwen-Image-2.1, un modelo único para generar y editar imágenes con 7.000 millones de parámetros en su componente visual. Genera imágenes normales o transparentes en RGBA a partir de texto, edita capas transparentes y extrae sujetos de una fotografía, todo en el mismo modelo. Admite hasta diez imágenes de referencia y ediciones locales marcadas con círculos, anotaciones o máscaras. Los pesos están en Hugging Face y ModelScope, y ComfyUI y Diffusers lo admiten desde el primer día.
LanzamientoDisponible
- Imagen
Ollama retira temporalmente la generación de imágenes en la 0.32.6
La versión 0.32.6 de Ollama, publicada el 4 de agosto de 2026, retira la generación de imágenes experimental. Sus propias notas de versión indican que la retirada es temporal y recomiendan seguir en la 0.32.5 si necesitas esa función. La misma release optimiza Qwen3.5 en GPU de Apple y ajusta el formato de streaming compatible con OpenAI.
RetiradaRetirado