独立开发者开源人脸生成模型 Visage-Image：自训窄域 VAE 在 iFID 上超 FLUX.2
Sherstnyov · reddit · 2026-10-25
开发者 Nikita Sherstnev 发布首个面向人脸生成的文生图模型 Visage-Image：
- 自建数据集，用 Qwen3.5-4B 及多个人脸分析模型打标
- 因不满 FLUX.2 VAE 效果，自训窄域自编码器，在其人脸数据集 iFID 上超过 FLUX.2，参考 Qwen-VAE-2.0 技术报告
- 架构为单流 DiT + rectified flow，融合多篇近期论文技巧
- 支持不同年龄、人种、姿态、视线方向与表情（部分表情尚不稳定）
- 已上 Hugging Face 与 GitHub，并提供 ComfyUI 自定义节点与工作流
「多模态」频道最新
- Higgsfield 获 NVIDIA/TCV 追加投资,年化收入破 10 亿美元 — aakashgupta · 2026-10-25
- enGEN 生成古典油画风骑士画面，主打电影感视频 — jordanbayne · 2026-10-25
- MiniMax H3 语音参考被指失效：ref2va 只能原句直通，换句即随机音色 — Beneficial_Fish_7509 · 2026-10-25
- AI 生成「 Accelerate! 」街景视频：镜头推进自然到几乎看不出破绽 — Extraaltodeus · 2026-10-25
- X 老炮预测：IG 将涌现有 AI 动画号，Claude 剪片有专属音效 — ChrisGPT · 2026-10-25
- AI 重制《海豚 Ecco》:复古游戏变电影级画面 — demondisc · 2026-10-25