跳到正文
IFAI

AIGC

阿里釋出 Qwen-Image-2.0:原生 2K 畫質,告別亂碼文字

首次發布 傳播指數 41

阿里千問團隊推出下一代影像生成模型 Qwen-Image-2.0。新模型支援 2K 原生解析度,可處理長達 1000 token 的排版提示詞,精準渲染圖片中的文字,並整合了影像生成與編輯功能。同時架構更輕量,推理速度更快。

阿里釋出 Qwen-Image-2.0:原生 2K 畫質,告別亂碼文字
圖:x.com

以前讓 AI 畫海報或做 PPT,最讓人頭疼的就是畫面裡的文字全像鬼畫符,稍微寫長一點要求模型還會漏掉細節。

阿里巴巴 Qwen 團隊推出了下一代影像生成模型 Qwen-Image-2.0,專門衝著這些痛點下手。

能排版、能看懂長段落的 2K 畫手

Qwen-Image-2.0 這次主打原生 2K 解析度,畫面細節更加逼真。

更實在的變化在於文字渲染和長文本理解。官方表示,新模型基本告別了錯亂難辨的字母,並且能夠處理長達 1K token 的提示詞描述。

這意味著你可以直接輸入一段完整文案,讓它生成排版規整的簡報幻燈片、商業海報或連環畫分鏡。

在底層設計上,該模型採用了更輕量的架構來提升推理速度,並將影像生成與影像編輯整合在一起。目前大家已經可以在通義千問網頁端直接上手體驗。

為什麼重要

我們認為,Qwen-Image-2.0 最聰明的地方在於沒有繼續卷抽象的畫風,而是切中了實際辦公場景裡最麻煩的文字排版與編輯需求。

對於需要頻繁製作宣發材料、彙報幻燈片的使用者來說,以前 AI 生圖往往只能當背景圖用,文案還要挪到其他軟體二次新增,能直接出字會大幅縮短出圖鏈路。

把生成和編輯統一起來,也讓後續微調修改變得更順暢。不過根據一段長文本直接排版複雜畫面的穩定性到底如何,尤其是版式審美能否達標,還需要打工人和創作者們在實戰中檢驗。

來源 (1)

  1. [1]
    @alibaba_qwen(在新分頁開啟)原文x.com

每日 AI 內容精選