通义千问推出系列中首个图像生成基础模型Qwen-Image
通义千问发布了首个开源图像生成基础模型Qwen-Image,Qwen-Image是一个200亿参数的MMDiT模型,是通义千问系列中首个图像生成基础模型。
该模型在文本渲染方面表现卓越,支持中英文多行段落级高保真文本渲染,对复杂场景和细粒度细节处理能力强。Qwen-Image具备一致性的图像编辑能力,通过增强的多任务训练范式,在编辑过程中能保持内容的一致性。
在GenEval、DPG、OneIG-Bench、GEdit、ImgEdit、GSO等多个公开基准测试中,Qwen-Image均取得了最先进(SOTA)的性能。特别是在LongText-Bench、ChineseWord和TextCraft等文本渲染基准上,Qwen-Image表现突出,尤其是在中文文本渲染方面大幅领先现有模型。Qwen-Image能够准确渲染海报、PPT页面等多种包含复杂文本和图像组合的场景。
1、郭嘉宁:旱情频发,未来有没有可能育种时更注重抗旱的农艺性状?,郭嘉宁还在河南卫视吗
2、搜狐CEO张朝阳:集团净亏损2000万美元达到最佳预期,张朝阳搜狐是干什么的
3、TA:“为球员伸张正义”组织在荷兰成立,国际足联面临集体诉讼