Qwen-Image-2.1: Apa yang boleh dibuat dengan model imej Alibaba ini?

Jika anda mahu menghasilkan ilustrasi, pelekat atau aset antaramuka dengan latar lutsinar, Qwen-Image-2.1 menawarkan satu model yang boleh menjana imej daripada teks serta menyunting imej sedia ada. Tetapi sebelum memasukkannya ke dalam produk atau aliran kerja berbayar, fahami perbezaan penting ini: pemberat terbuka tidak bermaksud bebas digunakan secara komersial. 141518

Apa yang boleh dibuat?

Model Alibaba ini menyokong output asli kelas 2K pada pelbagai nisbah aspek. Ia juga boleh menjana dan menyunting imej RGBA—format yang mempunyai saluran alfa untuk ketelusan. Hasilnya, elemen seperti pelekat atau aset antaramuka boleh digabungkan dengan latar lain tanpa perlu membuang latar belakang dalam langkah berasingan. Ini menjadikannya menarik untuk diuji dalam kerja yang melibatkan imej berlapis, bukan jaminan bahawa setiap hasil terus sedia digunakan. 1214157

Untuk penyuntingan, satu tugasan boleh menggunakan sehingga 10 imej rujukan. Perubahan pada kawasan tertentu pula boleh dipandu menggunakan bulatan, tanda yang dilukis pada imej atau mask berasingan, dan bukannya arahan teks umum semata-mata. Kawalan ini berguna apabila mencuba komposisi daripada beberapa rujukan atau membetulkan sebahagian imej, tetapi hasil suntingan tetap perlu diperiksa secara visual. 2414

Apakah maksud seni bina 7B?

Angka 7 bilion parameter merujuk kepada komponen penjana visual. Menurut repositori Qwen, komponen itu menggunakan 32 lapisan pengubah difusi aliran tunggal. Angka 7B bukan ukuran bagi semua komponen dalam saluran pemprosesan imej, jadi ia tidak boleh dijadikan anggaran lengkap keperluan memori atau perkakasan. Qwen menyatakan bahawa reka bentuk perhatian pada pelbagai tahap perincian dan penggunaan semula prefix KV-cache bertujuan menjadikan proses penjanaan lebih cekap; kelajuan sebenar masih bergantung pada perkakasan dan cara model digunakan. 1526

Pemberat yang boleh dimuat turun membuka ruang untuk penyelidikan setempat dan aliran kerja tersuai. Sokongan integrasi yang dilaporkan termasuk Diffusers dan ComfyUI, dua pilihan untuk menguji penjanaan serta penyuntingan. Sokongan tersebut, bagaimanapun, tidak mengubah syarat lesen. 2718

Bagaimana pula dengan skor penanda arasnya?

Dalam perbandingan yang diterbitkan berdasarkan penanda aras Qwen sendiri, Qwen-Image-2.1 dilaporkan memperoleh skor keseluruhan 60.28, mendahului model lain yang pemberatnya boleh dimuat turun. Beberapa model tertutup masih berada di hadapannya dalam perbandingan tersebut. Skor itu wajar dibaca sebagai keputusan penanda aras yang dilaporkan, bukan bukti bebas bahawa ia akan mengatasi pilihan lain untuk setiap arahan, resolusi atau tugasan penyuntingan. 12328

Had yang paling penting: lesen

Qwen Research License memberikan hak penggunaan bahan model untuk tujuan bukan komersial dan mensyaratkan lesen berasingan bagi penggunaan komersial. Memuat turun pemberat atau menjalankannya melalui Diffusers tidak dengan sendirinya membenarkan penggunaan dalam produk atau aliran kerja komersial. Bagi penyelidik, akses setempat bersama output lutsinar dan suntingan berbilang rujukan memberi banyak ruang untuk bereksperimen; bagi perniagaan, semakan lesen patut dibuat terlebih dahulu. 18215