Alibabas kostenloses Bildgenerierungsmodell ist hier!

Gibt es etwas, das Qwen -Modelle nicht tun können? Bisher treiben ihre Textual content- und Codierungsmodelle die meisten Diagramme und Arenen an. Deshalb stieg Alibabas Qwen -Crew auf die „kreative“ Seite. Sie haben gerade „Qwen-Picture“ veröffentlicht-ein natives Modell zur Erzeugung von Textual content-Rendering-Bildungen, die die Vorherrschaft von in Frage stellen sollen GPT-4.1Dall-e 2 oder MidJourney. Das Beste daran? Es ist kostenlos und was noch besser ist, ist, dass es für alle zugänglich ist! In diesem Weblog geben wir Ihnen alle Particulars über Qwen-Picture an, einschließlich der Zugriff auf sie, ihre Leistung, Anwendungen und mehr.

Überprüfen Sie, ob das Qwen-Picture „Qwen-tastic“ ist oder nicht!

Was ist Qwen-Picture?

Qwen Picture ist das neueste Bildgenerierungsmodell des Qwen -Groups von Alibaba. Es ist ein 20 B mmdit Bildfundamentmodell, was bedeutet, dass das Modell aus 20 Milliarden Parametern besteht und ein multimodales Diffusionstransformatormodell ist. Qwen-Picture ist ein Modell zu Textual content-zu-Picture-Technology mit offenem Gewicht, das Derzeit liegt der 5. Platz Auf der Künstlich-Analyse-Bildarena-Rangliste und das einzige Modell mit offenem Gewicht, das in der Prime 10-Liste vorhanden ist!

Wie funktioniert das Qwen-Picture-Modell?

Das Qwen-Picture-Modell folgt einem Ansatz, der zuletzt in Openai’s GPT-4O zu sehen battle. Es verwendet eine autoregressive Transformatorarchitektur für die Bildgenerierung und -bearbeitung. Zu diesem Zweck verfolgt das Modell einen Twin -Codierungsansatz:

• Das Qwen2.5-VL codiert die semantische Bedeutung der Eingabeaufforderung
• Die Bilderzeugung erfolgt in einem latenten Raum unter Verwendung von MMDIT, einem Diffusionsmodell
• Das endgültige Bild wird aus diesem latenten Raum unter Verwendung eines VAE -Encoders erzeugt.

Sie können den vollständigen technischen Bericht des Qwen-Picture-Modells lesen Hier.

Schlüsselmerkmale von Qwen-Picture

Einige der wichtigsten Highlights, die Qwen-Picture-Stehen auseinander lassen, sind:

1. Verbesserte Texteinführung: Die Qwen-Picture-Modelle sind außergewöhnlich, wenn es darum geht, komplexe Texte zu integrieren, sei es in mehreren Layouts, Absätzen oder sogar feinkörnigen Particulars. Es funktioniert gleich intestine mit alphabetischen Sprachen (wie Englisch) und logografischen Sprachen (wie Chinesen) mit der gleichen Leichtigkeit.
2. Effiziente Bildbearbeitung: Das Modell bietet überlegene Funktionen zur Bearbeitung von Bild. Während des Bearbeitungsprozesses bewahrt das Modell sowohl die semantische als auch die visuelle Bedeutung der tatsächlichen Bilder und integriert gleichzeitig die neuen Änderungen.
3. Benutzerfreundlichkeit: Das Modell ist einfach zu bedienen und funktioniert auch mit einfachen Eingabeaufforderungen intestine.

Diese Merkmale wurden zusammen mit der hervorragenden Leistung dieses Modells auf verschiedenen Benchmarks präsentiert, wodurch Qwen-Picture ein beeindruckendes Modellgenerierungsmodell gemacht wird.

Wie kann ich auf Qwen-Picture zugreifen?

Zugriff auf das Qwen-Picture-Modell über Chat,

1. Gehen Sie zu https://chat.qwen.ai/
2. Wählen Sie eines der Nichtkodiermodelle wie QWEN-235B-A3B-2507 aus

3. Unterhalb des Textfelds in der Mitte des Bildschirms wählen Sie „Bildgenerierung“.. Geben Sie Ihre Eingabeaufforderung in das Textfeld ein und beginnen Sie! Sie können auf andere Weise auf die Modelle zugreifen, z. B.:

Versuchen wir, Qwen Picture zu verwenden

Nachdem wir viele Particulars über Qwen-Picture behandelt haben, testen wir es auf 3 Hauptaufgaben:

1. Erzeugen eines textbezogenen Bildes
2. Erzeugen einer Infografik
3. Ein Bild bearbeiten

Beginnen wir mit jedem von ihnen nacheinander:

Aufgabe: 1: Entwerfen Sie eine Webseite

Immediate: “Erstellen Sie eine visuell ansprechende Zielseite für ein Shampoo -Produkt. Markieren Sie die einzigartigen Merkmale des Shampoos (z. B. Feuchtigkeit, Reparatur oder natürliche Zutaten) mit einem sauberen und modernen Design. Fügen Sie einen Heldenabschnitt mit dem Shampoo-Flaschenbild, eine eingängige Überschrift wie „Heute“ und einen Name-to-Motion-Button („Store jetzt“ oder „Extra“) hinzu. Fügen Sie Abschnitte für Vorteile, wichtige Zutaten, Kundenaussagen und eine Abonnementoption hinzu. Verwenden Sie weiche, frische Farben, qualitativ hochwertige Bilder und stellen Sie sicher, dass das Format mobilfreundlich und konversionsorientiert ist. “

Ausgabe:

Das erzeugte Bild battle intestine; Es hatte einen Großteil des Textes, den ich gebeten hatte, aufgenommen zu werden. Es erfasste die Essenz des schnellen Brunnens und entwarf das gesamte Bild angemessen. Aber es gab ein paar Fehlschläge. Obwohl Schreibweisen korrekt waren, battle an einem Ort ein Wort unvollständig, und einige Wörter, die ich erwähnte, wurden nicht aufgenommen. Ich mochte das Farbthema, das das Modell für diese Aufgabe ausgewählt hat.

Aufgabe 2: Erstellen Sie ein Flussdiagramm

Immediate: „Entwerfen Sie eine klare, moderne Infografik, die den Bildgenerierungsprozess eines 20B -MMDIT -Basis -Modells in 3 Schritten erklärt:

• Schnellkodierung: Zeigen Sie QWEN2.5-VL-Codierung der semantischen Bedeutung der Eingabeaufforderung des Benutzers an.
• Latente Raumerzeugung: Visualisieren Sie die MMDIT -Diffusion Erstellen eines abstrakten Bildes im latenten Raum.
• Endgültige Bildkreation: Veranschaulicht ein VAE-Decoder, das die latente Darstellung in das endgültige hochwertige Bild verwandelt.

Verwenden Sie für jeden Schritt Symbole, Pfeile und kurze Beschriftungen. Der Fluss sollte visuell logisch und leicht zu folgen sein, mit einer technisch inspirierten Farbpalette. “

Ausgabe:

Die Ausgabe hat mir überhaupt nicht gefallen. Der Textual content fehlte an einigen Stellen und an anderen Orten völlig vage. Die Symbole und das Gesamtbild fühlten sich ein bisschen desorientiert an. Der Fluss von Schritt 1 bis 2 bis 3 battle da, aber das Bild ist ziemlich unklar.

Aufgabe 3: Bildbearbeitung

Eingabebild:

Immediate: „Wechseln Sie die Nacht in einen sonnigen Morgen, ersetzen Sie die Kleidung des Mannes durch ein orangefarbenes Hemd und weiße Shorts und ersetzen Sie die Katze durch einen kleinen Welpen.“

Ausgabe:

Dieses Ergebnis battle einfach perfekt. Buchstäblich Perfekt. Alle Änderungen, nach denen ich gefragt hatte, passierte im Bild. Die Beleuchtung battle geeignet, die Kleidung und das Tier wurden alle verändert. Ein kleines Drawback: Während das Modell die Nacht durch Tag ersetzte, hat es den Mond nicht entfernt, obwohl es wie eine runde Wolke aussah. Ein sehr intestine bearbeitetes Bild, das nur wenige Sekunden dauerte, um zu generieren!

Meine Bewertung mit Qwen-Picture

Insgesamt hat mir die Bearbeitungsfunktionen des Modells sehr intestine gefallen, aber die Bildgenerierung, insbesondere die große Menge an Textual content oder das Entwerfen von Infografiken, müssen in Zukunft viel Verbesserung benötigen-insbesondere wenn es mit OpenAI, Google oder X konkurrieren möchte.

Aber es gibt eine wirklich coole Funktion, die die meisten Prime -Modelle nicht tun. Sie können tatsächlich die Rahmengröße auswählen, mit der Sie arbeiten möchten, direkt aus dem Textfeld! Wenn Sie ein Inhaltsersteller sind, würde dies Ihnen wirklich helfen, das Bild mit rechts Größe für jede Ihrer Social-Media-Plattformen zu erstellen.

Qwen Bild: Leistung

Nachdem wir das Modell getestet haben, schauen wir uns die Ergebnisse an, die das QWEN-Crew für die Leistung des Qwen-Picture-Modells gegen seine Gegenstücke veröffentlicht hat:

Für Bildgenerierung und Bearbeitung von Benchmarks

• Das Qwen-Picture-Modell führt oder ist mit den besten Modellen in quick allen Bildgenerierung und Bearbeitung von Benchmarks mithalten.
• GPT-4.1 und SeedReam3.0 sind enge Konkurrenten von Qwen-Picture und entsprechen den Punktzahlen für mehrere Benchmarks.
• Flux.1-Modelle sind eine gute Konkurrenz, aber hinter dem Qwen-Picture-Modell zurückbleiben

Für Textual content -Rendering -Benchmarks

• Qwen-Picture führt zum Texterwesen auf Chinesisch und steht auch für englische Sprachen ziemlich voraus
• GPT4.1-übertrifft oder entspricht Qwen-Picture an verschiedenen Benchmarks.
• Seeddream 3.0 ist ein enger Konkurrent, bleibt aber sowohl in chinesischen als auch in englischen Benchmarks hinter Qwen-Picture zurück.

Abschluss

QWEN-Modelle regieren derzeit die Bestenlisten für Textual content- und Codierungsaufgaben. Qwen-Picture hat ein ähnliches Versprechen, ist aber noch nicht ganz da. Das Modell hält sich an die Aufforderung an, kämpft aber mit großem Kontext. Aber es ist ein großartiges Geschenk für die Open-Supply-Group. Es konkurriert mit den höchsten bezahlten Modellen und ist gleichzeitig offen mit offenem Gewicht. Da Benutzer und Entwickler Qwen-Picture immer mehr verwenden, können wir bald erwarten, dass das Qwen-Picture-Modell auch die Analyse der Bildgenerierung leitet!

Mein letzter Gedanke-probieren Sie das Qwen-Picture-Modell aus. Es ist Intestine, wir sind nur von vielen großartigen Modellen umgeben, um ihr Potenzial nicht zu erkennen.

Sie können auch darüber lesen Finden Sie das beste Modellgenerierungsmodell für KI -Picture.

Wenn Sie über andere kostenlose Bildgenerierungsmodelle lesen möchten, können Sie sich auf den folgenden Weblog verweisen: Prime 7 AI -Bildgeneratoren im Jahr 2025, um es auszuprobieren.

Anu Madan ist ein Experte für Unterrichtsdesign, Inhaltsschreiben und B2B -Advertising mit einem Expertise, komplexe Ideen in wirkungsvolle Erzählungen zu verwandeln. Mit ihrem Fokus auf generative KI erstellt sie aufschlussreiche, modern Inhalte, die ein sinnvolles Engagement erziehen, inspiriert und fördert.