Alibaba анонсировала модель ИИ Qwen-Image 20B MMDiT для обработки изображений

Компания Alibaba представила свою новую модель искусственного интеллекта Qwen-Image 20B MMDiT, которая ориентирована на работу с изображениями. В этом решении разработчики значительно улучшили механизмы прорисовки сложных текстов и добавили функции точного редактирования изображений.

Доступ к модели будет открыт на платформе Qwen Chat в разделе «Генерация изображений». Qwen-Image предлагает расширенные возможности рендеринга текста, включая многострочные макеты с семантикой на уровне абзацев, а также поддержку языков с алфавитом и иероглифами. Благодаря усовершенствованным механизмам многозадачного обучения, редактирование изображений стало более эффективным, сохраняя смысл и визуальную реалистичность.

Alibaba утверждает, что новая модель превзошла существующие решения в тестах по генерации и редактированию изображений, включая GenEval и GEdit. Особенно впечатляющие результаты были достигнуты в тестах на качество прорисовки текста, таких как LongText-Bench и TextCraft. Qwen-Image обеспечивает точное отображение китайских иероглифов и детализированного английского текста.

Модель также поддерживает широкий диапазон художественных жанров, предлагая различные операции редактирования изображений, такие как изменение стиля и редактирование текста. Разработчики стремятся упростить создание визуальных материалов и вдохновить на новые инновации.