🖼 معرفی Qwen-Image-2.1: مدل کوچکی که هم تصویر می‌سازد، هم ویرایش می‌کند

تیم Qwen مدل متن‌باز Qwen-Image-2.1 را معرفی کرد که تولید و ویرایش تصویر را در یک مدل واحد ادغام می‌کند.

📦 مشخصات:

· بخش تصویری فقط ۷ میلیارد پارامتر (۳۲ لایه Single-Stream DiT)
· تعادل میان کیفیت، سرعت و هزینه

🔍 قابلیت‌های اصلی:

🪟 تصاویر شفاف: تولید و ویرایش تصاویر با پس‌زمینه شفاف (RGBA) و جدا کردن سوژه از عکس واقعی

🖇 ترکیب تصاویر: پشتیبانی از تا ۱۰ تصویر مرجع برای ساخت صحنه‌های هماهنگ (عکس گروهی، ست لباس، طراحی داخلی)

✏️ ویرایش دقیق: حاشیه‌کشی، ماسک و لایه‌های جداگانه برای تغییر بخش‌های مشخص

👤 حفظ چهره و محصول: چهره افراد و مشخصات محصولات هنگام ویرایش حفظ می‌شود

📊 وظایف متنوع: پانوراما، اینفوگرافیک و استوری‌بورد

⚡️ سرعت: با توجه ترکیبی و کش KV، استنتاج به‌ویژه هنگام ورود چند تصویر سریع‌تر و کم‌هزینه‌تر می‌شود.

🎨 بهبودها: تایپوگرافی، نور و سایه و جزئیات پرتره بهتر شده است.

🔗 وبلاگ Qwen

#AI #Qwen #ImageGeneration #OpenSource

🆔 @asrgooyeshpardaz