7B'lik açık kaynak görsel modeli Qwen-Image-2.1'i Alibaba yayımladı

Alibaba, görsel oluşturma ve düzenleme özelliklerini tek bir modelde birleştiren 7B ölçeğindeki açık kaynaklı Qwen-Image-2.1'i yayımladı. Model, şeffaf görsel oluşturmayı ve 10 adede kadar referans görseli birleştirmeyi destekliyor.

Qwen'in resmi blogunda yer alan açıklamaya göre Qwen-Image-2.1, metinden görsel oluşturma ve mevcut görselleri düzenleme özelliklerini tek bir modelde bir araya getiriyor.

Kullanıcılar birden fazla referans görseli girerek çoklu görsel sentezi yapabiliyor. Görselin belirli bir bölümünü daire içine alma veya fırçayla işaretleme yoluyla kısmi düzenleme de mümkün.

Şeffaf görsel oluşturma ve düzenleme de modelin temel özellikleri arasında yer alıyor. Böylece görsel oluşturma ve düzenleme işlemleri ayrı araçlar yerine tek bir model üzerinden gerçekleştirilebiliyor.

Qwen, kişi ve ürünleri birden fazla referans görselle birleştirirken orijinal görünümü koruma özelliğini güçlendirdiğini açıkladı. Görsel içindeki metin yerleşiminin de iyileştirildiği belirtildi ancak ayrı bir kıyaslama puanı veya karşılaştırma ölçütü paylaşılmadı.

Qwen, daha önce Qwen-Image tanıtım yazısında görsel içindeki metin işleme ve düzenleme özelliklerini öne çıkarmıştı. Önceki model 20B ölçeğindeyken yeni model görsel üretim bölümünde 7B ölçeğinde yapılandırıldı.

Qwen-Image-2.1'in gerçek kullanım kalitesi ve çalıştırma yükünün, yayımlanan sürümün kullanım koşulları ve sonraki değerlendirmelerle daha net ortaya çıkması bekleniyor.