TongFlow の新機能 — v0.1.2 以降のすべて

TongFlow のオープンソース化から 2 週間で、7 回のリリースを重ねてきました。 カタログには新しいモデルが加わり、キャンバスには新しいノードタイプが登場し、ノードのつなぎ方そのものも見直しました。v0.1.1 以降を追えていなかった方のために、変更点のすべてを、バージョン番号順ではなく「ワークフローで何ができるようになったか」という切り口でまとめてご紹介します。

TongFlow をはじめてお使いですか？ TongFlow はオープンソースのマルチモーダル GenAI ワークフロースタジオで、あらゆる AI モデルが無限キャンバス上のノードになります。全体像は紹介記事からどうぞ。

新しいモデルとプラグイン

公式プラグインカタログは、これらのリリースを通じて拡充を続けてきました。

• TripoSplat——1 枚の画像から 3D ガウシアンスプラッティングへ。Modal 経由で GPU 上で動作します。詳しくは専用記事をご覧ください。(v0.1.2)
• SCAIL-2——エンドツーエンドの制御可能なキャラクターアニメーション。1 枚のキャラクター画像を、任意のリファレンス動画で駆動します。こちらも専用記事があります。(v0.1.2)
• Unlimited-OCR——parse-document スロットで動く、Baidu 製の長大なドキュメント / PDF → テキスト変換。Docling や PaddleOCR の代わりに GPU で処理したいときの選択肢です。(v0.1.3)
• Doubao Seedance 2.0——Volcengine Ark の API プラグインで、テキスト → 動画、画像 → 動画、先頭/末尾フレーム動画、画像 + 音声 → 動画をカバーします。(v0.1.8)
• Bernini-R——新しい動画編集ノードを支える統合レンダラープラグイン。(v0.1.8)

新しく作れるようになったもの

• キャンバス上の 3D——3D モデルノードが、ガウシアンスプラットの素材（.splat、.ply、.spz、.ksplat、.sog）を SparkJS によってアプリ内でレンダリングできるようになりました。自由回転のトラックボールカメラと、大きなスプラットでも滑らかさを保つオンデマンドレンダリングを備えています。プラグインの model 出力は破棄されず、保存されてキャンバス上に表示されます。(v0.1.2)
• 画像 → 動画（Images → Video）——新しいマルチ画像リファレンスノード。2〜9 枚のリファレンス画像とプロンプトをつなぐと、Seedance がそれらを融合して新しい動画を生成します。適切なノードを選択すると、スマートアイランドの合成メニューから利用できます。(v0.1.8)
• 動画編集——指示駆動の編集を行う新しい video-edit ノード。Bernini-R レンダラーが支えています。(v0.1.8)
• 解像度ティア——画像生成ノードに、アスペクト比コントロールと並んで 1K / 2K / 4K のピッカーが加わりました。ティアはアスペクト比のベース寸法をスケールするもので、新しい契約フィールドを覚える必要はありません。(v0.1.6)

よりすっきりしたキャンバス

ノードのつなぎ方は v0.1.7 で見直しました。

• 再接続のみのエッジ——ハンドルからドラッグして配線を作る方式はなくなりました。接続は操作パネル（展開 / 合成）から作成する方式になり、グラフが意図しない配線で散らかることがなくなりました。既存のエッジの端点を別のノードへ再接続することは引き続き可能です。
• ABI 検証付きの再接続——端点のドラッグは契約に照らしてチェックされます。上流のモダリティが対象ハンドルと一致している必要があり、単一値ハンドルは 1 本のエッジのみを受け入れ、add ノードは 1 本のエッジへファンアウトし、モダリティノード同士を直接つなぐことはできません。端点を空のキャンバスにドロップすると、TongFlow が接続の削除を提案します。
• アスペクト比ピッカーのラベルが英語表示でボタンからはみ出して切れることがなくなり、折り返して表示されるようになりました。

堅牢性の修正

• Windows の非 UTF-8 ロケール——ANSI コードページが UTF-8 でないシステム（特に GBK / cp936 上の簡体字中国語 Windows）でも、プラグインがクラッシュしなくなりました。以前は、✓ のような非 ASCII 文字を出力する Python の子プロセスで UnicodeEncodeError が発生し、「downloading weights failed」というエラーとして表面化していました。現在は、すべての Python 子プロセスで UTF-8 モードを強制しています。(v0.1.4)
• デスクトップのリリースパイプライン——アーキテクチャ別のインストーラーをいったんドラフトリリースにアップロードし、最後に一括で公開する方式に変更しました。これで、GitHub のイミュータブルリリース仕様のもとで起きていた失敗が解消しています。(v0.1.6)
• Image Fusion——上流のテキストノードからつないだプロンプトが、実行時にきちんと使われるようになりました。以前は「required input text is empty」というエラーでノードが実行できませんでした。(v0.1.8)

アップデートを入手する

最新のデスクトップビルドは Releases ページから入手できます。ソースから動かしている場合は git pull してください。新しいプラグインはアプリ内のプラグインマネージャからインストールでき、再起動なしですぐに使えます。

いつもどおり、公式の GPU/CPU プラグインは Modal の無料枠で動作するので、GPU を所有していなくてもこれらすべてを試せます。GitHub でのスターはプロジェクトを他の人に見つけてもらう助けになり、Discord はバグ報告・アイデア・作ったものの紹介の場です。

モデルも、モダリティも、その組み合わせ方も、これからさらに増えていきます——どんどん作っていきましょう。