Intel представила AI Playground 2.6.0 с новыми моделями

Компания Intel выпустила обновление AI Playground версии 2.6.0, добавив свежие генеративные модели, улучшенные фреймворки и новые инструменты для работы с графикой и видео. Обновлённая платформа делает эксперименты с локальными нейросетями удобнее и продуктивнее, позволяя пользователям быстрее реализовывать творческие замыслы.

Новые модели и инструменты в AI Playground

В релиз вошли три ключевые модели: GPT-OSS 20B, Wan 2.1 VACE и Flux.1 Kontext. Также были доработаны OpenVINO, ComfyUI и Llama.cpp. Одним из наиболее заметных новшеств стала система контроля версий бэкенда, позволяющая выбирать разные релизы фреймворков и адаптировать их под задачи.

Отдельного внимания заслуживает процесс Edit By Prompt на основе Flux Kontext: он даёт возможность трансформировать изображения с помощью простых текстовых команд. Больше не требуется вручную выделять маски — достаточно описать желаемое изменение. Так, пользователь может удалить предмет с фотографии, преобразовать снимок в аниме или объединить два кадра в стильную киберпанк-сцену.

Расширенные возможности для видео

Intel значительно усилила поддержку дискретных видеокарт серии Arc. В AI Playground теперь доступны процессы Image-to-Video и Video-to-Video на базе Wan 2.1 VACE. Для оптимального результата разработчики рекомендуют начинать генерацию с разрешения 512×512 пикселей и частотой около 49 кадров в секунду — это помогает сэкономить видеопамять и ускорить обработку.

Удобный интерфейс и новые функции

Среди интерфейсных улучшений можно выделить:

• простое перетаскивание миниатюр;
• прямой запуск ComfyUI для тонкой настройки узлов;
• функции Create и Enhance на PyTorch 2.8;
• быстрый выбор режимов Standard и HD;
• обновлённое меню рабочих процессов.

Эти нововведения делают работу с платформой более гибкой и интуитивной, а также открывают широкие возможности для креативных экспериментов.

Технологические усовершенствования Llama.cpp

В Llama.cpp появилась поддержка Vulkan-бэкенда и возможность регулировать размер контекста. Это решение повышает производительность и обеспечивает ещё более высокую скорость обработки данных.