Sakhanda Wire
NVDA $153.63 -1.61% MSFT $506.84 -2.15% GOOGL $280.27 -1.22% META $619.77 -1.06% AMZN $256.65 -0.43%
← Към новините

Alibaba пусна отворения модел Qwen-Image-2.1 за изображения

Екипът Qwen AI на Alibaba пусна Qwen-Image-2.1 — модел с отворени тегла за създаване и редактиране на изображения. Компонентът му за визуална генерация има 7 милиарда параметри. От Qwen заявяват, че моделът превъзхожда повечето затворени системи в собствения им тест, но независими резултати от сравнения все още няма. Моделът работи на достатъчно мощни потребителски графични карти, включително 3090.

Qwen-Image-2.1 създава и редактира проз прозрачни RGBA изображения, което позволява отделяне на обекти или промяна на текст върху прозрачни слоеве. Може да използва до десет референтни изображения едновременно — например за групови портрети, виртуално пробване на дрехи и проектиране на помещения. Локалните промени могат да се насочват с кръгове, маски или нарисувани обозначения. Според Qwen архитектурни промени и повторното използване на KV кеша ускоряват изчисленията, особено при много референции. Моделът е достъпен в Hugging Face, GitHub и Model Scope, както и чрез демонстрация в Hugging Face. Лицензът за изследователска употреба забранява търговското използване; бизнесите трябва да поискат отделен лиценз от Qwen.

Текстът е изготвен от ИИ на Sakhanda Wire по материал на The Decoder. Фактите, цитатите и пълният контекст са в оригиналната статия по-долу.

Първоначално публикувано от The Decoder на

Прочетете оригинала в The Decoder ↗

Репортажът и изображението принадлежат на The Decoder и са посочени по-горе с връзка към оригинала; текстът на тази страница е собствено изложение на Sakhanda Wire.

← Към новините

Още новини

Всички последни новини