🎨 「見る」と「創る」を同じモデルの中で育て合わせる、統合視覚AIの新作が登場しました。 タイトル: SenseNova-U1.5: Towards Native Unified Visual Intelligence URL: 🧩 概要 OpenSenseNovaが開発した8B規模のMixture-of-Transformersモデルで、外部の視覚エンコーダやVAEを一切使わず、生のピクセルを直接扱いながら画像理解・推論・生成・編集を1つのモデルでこなします。 ⚙️ 解決する課題 従来の統合モデルは理解系と生成系で別々の潜在空間を経由することが多く、整合性のロスが生じがちでした。理解と生成を共有表現の上で本当に一体化させることを目指しています。 🛠 方法論と提案手法 視覚トークンを2次元特徴フィールドに投影し、隣接する32×32領域間で情報をやり取りしながら再構成する空間デコーダを採用。さらに美的品質・OCR・編集・インフォグラフィックの4専門家をRLで個別に鍛えた後、On-Policy Distillationで1つのモデルへ統合します。 📊 実験結果 GenEval総合0.92、画像編集ベンチマークImgEditで4.59（前作U1は3.90）、ビジネス文書生成BizGenEvalでは前作51.4%から72.2%へ大幅向上と、理解・生成・編集の全方位で前作や競合を上回りました。 #統合マルチモーダルAI# #画像生成#

🎨 テキストから高精細な画像を生成するモデルを、完全にオープンなレシピだけでゼロから鍛え上げ、トップクラスのモデルに迫る性能を実現しました。 タイトル: LLaDA-Image: Building Strong Image Generators with Fully Open Training Recipes URL: 🖼️ 概要 LLaDA-Imageは、6BパラメータのDiffusion Transformerをゼロから訓練し、dLLMベースの視覚言語理解モジュールと組み合わせた統一的な画像生成・編集モデルです。TwinFlow蒸留により2〜4ステップという少なさで高速推論できるTurbo版もあわせて公開されています。 🧩 解決する課題 高品質な画像生成にはこれまで大量のペア画像テキストデータが必要とされ、キャプション品質のばらつきや、生成と編集を1つのモデルで両立させる難しさが課題でした。 🛠️ 方法論と提案手法 画像のみの事前学習を中心に据え、220Mサンプルのうち90%以上を画像単独データで訓練し、実画像の比率を生成訓練で98%、教師あり微調整でも70%以上に保つ「実データ優位」なレシピを採用しています。長時間の訓練を安定させるパラメータフリーRMSNormや、参照画像をセマンティック・ピクセル両経路で条件付けする編集用アーキテクチャも特徴です。 📊 ユースケース / 実験結果 Qwen-Image-Benchでは英語53.53点・中国語53.38点でオープンソース最高水準のZ-Image Turboを上回り、長文テキストレンダリングを測るCVTG-2Kでも単語精度0.875でトップの成績を収めています。一方でGenEvalの物体計数は0.53にとどまるなど、今後の改善点も明確に示されています。 #画像生成# #DiffusionModel#

【#GENERATIONS】# ニューシングル『VIBE』 発売記念パネル抽選プレゼント 当選番号発表を行います🌟✨ 下記画像の番号の抽選券をお持ちの方がご当選です！ 12/7(月)までに当店へお越しください📢 #GENE_VIBE# #GENEisBack# #VIBE_GOHIGH#

GENERATIONS片寄涼太、初のソロライブツアー決定「セルフプロデュースの世界を思いっきり楽しんでもらえたら」【公演日程＆コメント全文】（写真 全2枚）

【#GENERATIONS】# ＼10月28日発売💿／ NEW SINGLE「VIBE」 発売を記念して、シブツタ地下2Fにてパネル展示＆パネル抽選プレゼントキャンペーンの開催が決定🎉 📅開催期間:2026年10月27日(火)～11月1日(日) 詳細は🔽 #GENE_VIBE#

GENERATIONS中務裕太、写真集撮影に向けて 2カ月食事制限・週6トレーニング💪 「結構限界」「きつかった」時期振り返る 体の写っている場面は“無修正”✨️ 「腹筋にシャドウを入れたりする人はいると思うんですけど、それはちょっとシャバいなと思った」 📕1st写真集「1000%」取材会

GENERATIONS、アリーナツアーで『推しアイス』発売決定　『“RE”QUEST』でファン投票追加企画も（画像あり） #GENERATIONS#