Alibaba обяви пускането на Qwen-Image-2.0 — AI-модел, предназначен за генериране на изображения. Разработчикът постигна пробив: моделът може да рендира текст без грешки и позволява избор на стилове. Той поддържа до хиляда токена; на изхода това могат да бъдат фотореалистични изображения, презентационни изображения, плакати, комикси и много други.
Създаването на модела Qwen-Image-2.0 беше предшествано от две паралелни линии на развитие в областта на AI-системите за работа с графики. Първата е генериране на изображения с максимална точност и детайлност, включително правилно рендиране на текст. Втората е редактиране на изображения, където функционалността и последователността са от решаващо значение, без да се изкривява оригиналното изображение. Проектът Qwen-Image-2.0 въплъщава сливането на тези две направления в единен универсален модел, който съчетава предимствата на двата подхода. Той също така се отличава с лека архитектура, по-малък размер и по-висока скорост на изхода.
Alibaba изброи ключовите предимства на Qwen-Image-2.0. В допълнение към точността, наследена от предишния модел за редактиране на изображения, този е способен да създава сложни композиции благодарение на поддръжката на подробни заявки с дължина до хиляда токена. Друго предимство на Qwen-Image-2.0 е неговото естетическо качество, което по-специално помага на модела хармонично да разположи текста спрямо изображенията и да избере подходящия стил на шрифта за него. Пример за реализъм е генерирането на изображение с текст върху гланцирана дъска, отразяваща околните обекти, както и хармоничното разполагане на обекти и текст върху генерирани филмови плакати. И накрая, организацията на композиции и подравняване позволяват на Qwen-Image-2.0 да рисува комикси с информативни илюстрации и коректен текстов съпровод.
Alibaba проведе сляп тест на Qwen-Image-2.0 на платформата AI Arena. Разработчикът сравни възможностите му за генериране и редактиране на изображения с тези на други модели. В първия тест само Gemini-3-Pro-Image-Preview на Google и OpenAI GPT Image 1.5 се оказаха по-мощни от Qwen-Image-2.0; във втория тест китайският модел беше втори след флагмана Gemini.
Всичко важно от света на технологиите, директно в пощата ти.
С абонирането приемате нашите Условия и Политика за поверителност. Може да се отпишете с един клик по всяко време.
Коментирайте статията в нашите Форуми. За да научите първи най-важното, харесайте страницата ни във Facebook, и ни последвайте в Google Новини, TikTok, Telegram и Viber или изтеглете приложението на Kaldata.com за Android, iPhone, Huawei, Google Chrome, Microsoft Edge и Opera!
