OmniGen

OmniGen 是 VectorSpaceLab 推出的统一图像生成模型，定位是把原本需要多个模型分工完成的图像任务收进同一个模型里。传统做法是文生图用一个模型、图像编辑用另一个模型、换主体再换一个，而它试图用同一套架构和同一套输入方式来覆盖这些场景。

它覆盖的能力大致分几块：纯文本生成图像；对已有图片按文字指令做编辑，比如替换物体、改变属性；主题驱动生成，即给定一张参考图里的主体，把它放进新的画面；以及视觉条件生成，也就是在给定视觉线索的前提下出图。官方还提到它能处理一部分经典计算机视觉任务，属于把生成与理解放在同一框架下尝试的思路。

对普通用户来说，它的用法接近「用说话的方式改图」——不需要选区、蒙版这些操作，把想改的地方描述清楚即可。对开发者和研究者来说，它的意义更多在于架构层面的简化：减少需要串起来的模型数量，从而降低组合多个专用模型时的拼接成本。团队协作场景下，它更适合被当成一个可嵌入的能力模块，而不是一步到位的成品设计工具。

把 OmniGen 当成「一个模型顶几个模型」的轻量方案是合适的：出图、改图、换主体共用一套输入方式，做需要反复在生成和编辑之间切换的活时，省去在多套工具之间搬运素材的麻烦。它的短处也很明确——它是一个研究项目形态的模型，不是打磨好的成品应用，上手要自己解决部署或接入的问题，出图的精细控制也不如专精单一任务的模型来得稳。因此更适合愿意折腾、把它当作能力模块嵌进自己流程的人；如果你只是想找个开箱即用的绘画工具，它并不是省事的选择。