Alibaba çok modlu Qwen-Image-2.1 modelini tanıttı

Alibaba şirketi Qwen-Image-2.1'i çıkardı - 7 milyar parametre ile kompakt bir sinir ağı, görüntü oluşturma ve düzenleme için tasarlandı. Model, metin açıklamasına göre görsel içerik oluşturma işlevlerini ve sonraki düzeltme araçlarını tek bir mimari içinde birleştirir.

Sistemin ana özelliği yerli şeffaflık desteğidir, bu da alfa kanallı nesneleri ek işleme gerekmeden oluşturmayı sağlar. Model aynı zamanda aynı anda 10 referans görüntüsünün kullanılmasını destekler, bu da kompozisyonun belirli öğelerini düzenlerken veya stili korurken yüksek doğruluk sağlar.

Geliştiriciler, görsel verilerle çalışma için mimariyi optimize ettiler, ancak Qwen serisinin karakteristik kompakt boyutunu korudular. Bu, modeli büyük difüzyon modellerine kıyasla daha düşük video belleği gereksinimleri olan tüketici donanımında çalıştırma olanağı sağlar, ancak aynı zamanda oluşturma işlemini yönetme esnekliğini korur.

Düzenleme ve oluşturma işlevlerinin tek bir modelde birleştirilmesi, AI grafikleri ile çalışan tasarımcılar ve geliştiriciler için iş akışlarını basitleştirir. Ayrıntılı teknik özellikler ve çalışma örnekleri, modelin eğitimi de dahil olmak üzere resmi proje blogunda mevcuttur.

Qwen-Image-2.1'in çıkışı, bilgisayar görüşü görevlerinde özel çözümlerle rekabet edebilen etkili açık modeller geliştirme stratejisinin Alibaba tarafından devam ettirilmesini sağlar. Sürümün teknik yönleri Hacker News platformunda topluluk tarafından aktif olarak tartışılıyor.