通義實驗室開源 Qwen-Image-2512:毛孔更逼真,還能生成 PPT
12 月,通義實驗室開源釋出文生圖模型 Qwen-Image-2512。新版本主打擺脫「AI 塑膠感」,不僅讓人像皺紋、毛孔和動物毛髮根根分明,還大幅提升了文字渲染精度,甚至能直接生成排版工整的資訊圖和 PPT 幻燈片。
Qwen-Image-2512 是通義實驗室開源的文生圖基礎模型。這次 12 月的更新重點在於擺脫一眼假的「AI 感」,直接提升真實畫質與排版可用度。
細節拉滿,文字排版更準
新版本主要改進了三個方向。首先是人像更寫實,不僅面部皺紋和毛孔這類微觀細節清晰可見,對人體肢體姿態的控制也更準確,減少了常見的肢體變形。
其次是自然紋理與細節表現。無論是風景、水霧瀰漫的瀑布,還是動物身上根根分明的毛髮,都能渲染出豐富的層次。
更實用的一點是文字生成能力。過去文生圖模型畫文字很容易出現亂碼或拼寫錯誤,而 Qwen-Image-2512 提升了文字準確率,可以直接生成排版規範的資訊圖表和 PPT 幻燈片。
為什麼重要
開源文生圖模型一直面臨兩大痛點:一是人像容易帶有塑膠質感,二是畫面內文字幾乎不可用。通義實驗室針對這兩個短板迭代,對經常需要做資訊圖、簡報或寫實人像的創作者和開發者來說,很值得跟進測試。
不過,它能否真正嵌入工作流,還要看後續社群在本地部署測試中的視訊記憶體佔用,以及對多語言字形渲染的實際支援效果。
來源 (1)
- @ali_tongyilab(在新分頁開啟)原文x.com