OmniGen2는 하나의 모델로 시각 이해, 텍스트-이미지 생성, 지시 기반 이미지 편집, 인컨텍스트 생성까지 처리하는 통합 멀티모달 생성 모델입니다. 1세대와 달리 텍스트와 이미지 경로를 분리해 파라미터를 공유하지 않는 이중 디코딩 구조와 독립된 이미지 토크나이저를 사용하며, Qwen2.5-VL 기반의 시각 이해 능력을 그대로 이어받았습니다. 인물·참조 사물·장면 등 여러 입력을 자유롭게 조합해 새로운 이미지를 만드는 인컨텍스트 생성이 강점이며, 이를 측정하기 위한 OmniContext 벤치마크와 학습 데이터셋 X2I2도 함께 공개했습니다. ComfyUI 공식 지원과 CPU 오프로드를 제공해 VRAM이 제한된 환경에서도 실행할 수 있습니다.