Alibaba ra mắt mô hình hình ảnh mã nguồn mở 7B Qwen-Image-2.1

Alibaba(BABA) đã công bố Qwen-Image-2.1, mô hình mã nguồn mở quy mô 7B tích hợp cả khả năng tạo và chỉnh sửa hình ảnh. Mô hình hỗ trợ tạo ảnh nền trong suốt và tổng hợp tối đa 10 ảnh tham chiếu.

Blog chính thức của Qwen cho biết Qwen-Image-2.1 kết hợp trong một mô hình hai chức năng: chuyển văn bản thành hình ảnh và chỉnh sửa hình ảnh có sẵn.

Người dùng có thể đưa vào nhiều ảnh tham chiếu để thực hiện tổng hợp đa hình ảnh. Mô hình cũng hỗ trợ chỉnh sửa từng phần bằng cách khoanh vùng hình tròn hoặc tô vùng cần sửa bằng cọ.

Khả năng tạo và chỉnh sửa ảnh nền trong suốt được tích hợp sẵn. Điểm đáng chú ý là các tác vụ tạo và chỉnh sửa hình ảnh có thể được xử lý trong một mô hình duy nhất, thay vì phải sử dụng công cụ riêng biệt.

Qwen cho biết mô hình đã được cải thiện khả năng duy trì diện mạo ban đầu khi tổng hợp nhân vật và sản phẩm từ nhiều ảnh tham chiếu. Qwen cũng giải thích rằng chất lượng sắp xếp chữ trong hình ảnh đã được nâng cao, nhưng chưa công bố số liệu benchmark riêng hoặc đối tượng so sánh.

Trước đó, Qwen từng giới thiệu khả năng thể hiện chữ trong hình ảnh và tính năng chỉnh sửa là những đặc điểm chính của Qwen-Image. Mô hình trước có quy mô 20B, trong khi phiên bản lần này được xây dựng với quy mô 7B cho lĩnh vực tạo hình ảnh.

Chất lượng thực tế và yêu cầu vận hành của Qwen-Image-2.1 vẫn cần được kiểm chứng thêm qua môi trường sử dụng phiên bản công khai và các đánh giá tiếp theo.