علی‌بابا نسخه‌ی سریع مدل تولید تصویر هوش مصنوعی Qwen-Image-2.1-Turbo، را منتشر کرد. این مدل با استفاده از تنها ۸ مرحله، تصاویر باکیفیت در وضوح 2K تولید می‌کند و امکان ویرایش تصاویر با دستورهای متنی را نیز در اختیار کاربران قرار می‌دهد.

مدل جدید نسخه‌ای بهینه‌شده از Qwen-Image-2.1 محسوب می‌شود و از همان معماری تولید تصویر با ۷ میلیارد پارامتر استفاده می‌کند. هدف از توسعه‌ی نسخه‌ی توربو، کاهش زمان پردازش و سریع‌تر کردن تولید تصویر است؛ بدون اینکه کیفیت خروجی به‌طور محسوسی افت کند.

نمودار میله‌ای مقایسه امتیاز مدل هوش مصنوعی Qwen Image 2.1 (Qwen Image 2.1) با سایر مدل‌ها
Alibaba

مدل‌های انتشار تصویر مبتنی بر انتشار تدریجی معمولا با فرایند حذف نویز، تصویر نهایی را از یک وضعیت اولیه‌ی تصادفی شکل می‌دهند. در این فرایند، مدل طی چندین مرحله جزئیات تصویر را بهبود می‌دهد. Qwen-Image-2.1-Turbo با کاهش تعداد این مراحل به ۸، تلاش می‌کند سرعت تولید را افزایش دهد.

گروه بازیگران سریال تلویزیونی در یک فضای خانگی در کنار پله‌ها
Alibaba
اتاق نشیمن مدرن با مبلمان منحنی و دکوراسیون مینیمال
Alibaba
گاوچران با کلاه لبه‌دار سوار بر یک اسب کوچک در فضای باز
Alibaba

به‌گفته‌ی علی‌بابا، این مدل علاوه‌بر تولید تصویر از توضیحات متنی، ویرایش تصاویر موجود را هم پشتیبانی می‌کند. کاربران می‌توانند با دستورهایی به زبان طبیعی، جزئیاتی مانند لوازم جانبی را به تصویر اضافه کنند یا بخش‌هایی از صحنه و پس‌زمینه را تغییر دهند.