アリババが「Qwen-Image-2.0」公開、文字崩れなしでネイティブ2K対応

アリババのQwenチームは、次世代画像生成モデル「Qwen-Image-2.0」を発表しました。乱れた文字のレンダリングや複雑なレイアウトといった、従来の画像生成AIが抱えていた弱点に焦点を当てています。

ネイティブ2Kとタイポグラフィの強化

Qwen-Image-2.0はネイティブ2K解像度に対応し、細部まで鮮明な画像生成が可能です。

最大の強化点はテキスト描画と長文プロンプトの処理能力です。文字化けを起こさずに正確なタイポグラフィを出力できるほか、最大1Kトークンのプロンプトを受け付け、スライド資料やポスター、コミックのコマ割りを直接生成できます。

また、より軽量なアーキテクチャを採用して推論を高速化したほか、画像の生成と編集を単一の枠組みに統合しています。現在、Qwenのチャットプラットフォーム上で試用可能です。

なぜ重要か

画像生成AIの用途がアートから実務ツールへと移るなか、文字が潰れずにスライドやポスターを直接組める実用性は見逃せません。デザインの土台作成にかかる手作業を大きく省ける可能性があります。

生成と編集を統合した点もスマートですが、1Kトークンに及ぶ長文の指示をどの程度破綻なくレイアウトに落とし込めるかは、実際のワークフローで検証が必要です。