通义实验室开源 Qwen-Image-2512:毛孔更逼真,还能生成 PPT
12 月,通义实验室开源发布文生图模型 Qwen-Image-2512。新版本主打摆脱「AI 塑料感」,不仅让人像皱纹、毛孔和动物毛发根根分明,还大幅提升了文字渲染精度,甚至能直接生成排版工整的信息图和 PPT 幻灯片。
Qwen-Image-2512 是通义实验室开源的文生图基础模型。这次 12 月的更新重点在于摆脱一眼假的「AI 感」,直接提升真实画质与排版可用度。
细节拉满,文字排版更准
新版本主要改进了三个方向。首先是人像更写实,不仅面部皱纹和毛孔这类微观细节清晰可见,对人体肢体姿态的控制也更准确,减少了常见的肢体变形。
其次是自然纹理与细节表现。无论是风景、水雾弥漫的瀑布,还是动物身上根根分明的毛发,都能渲染出丰富的层次。
更实用的一点是文字生成能力。过去文生图模型画文字很容易出现乱码或拼写错误,而 Qwen-Image-2512 提升了文字准确率,可以直接生成排版规范的信息图表和 PPT 幻灯片。
为什么重要
开源文生图模型一直面临两大痛点:一是人像容易带有塑料质感,二是画面内文字几乎不可用。通义实验室针对这两个短板迭代,对经常需要做信息图、演示文稿或写实人像的创作者和开发者来说,很值得跟进测试。
不过,它能否真正嵌入工作流,还要看后续社区在本地部署测试中的显存占用,以及对多语言字形渲染的实际支持效果。
来源 (1)
- @ali_tongyilab(在新标签页打开)原文x.com