Qwen新开源，把AI生图里的文字SOTA拉爆了
通义千问团队开源了首个图像生成模型Qwen-Image，该模型参数规模达200亿，基于MMDiT架构，主打复杂文本渲染能力，支持多行图文布局与段落级文本生成，中英文均实现高保真输出。实测显示其在情境插画、PPT、海报、商品图生成中表现优异，且具备一致性图像编辑功能。在多个基准测试中达到SOTA，尤其在中文文本渲染上领先现有模型。模型与技术报告已公开，用户可通过QwenChat体验。来源：https://mp.weixin.qq.com/s/6TUDQ5aDORUnT1_ItKQS7A
页:
[1]