🎨 Qwen-Image: магия точных текстов через MMDiT

Alibaba выпустили Qwen-Image — 20B параметров MMDiT модель, которая наконец решила проблему качественного текстового рендеринга в генерациях изображений.

китайский и английский языки теперь полностью сохраняют структуру и семантику в генерациях

- Многострочные макеты и параграфы без искажений
- Консистентное редактирование с сохранением реализма
- Вместо дорисовки текста поверх картинки модель генерирует его как органичную часть изображения.

Это решает главную проблему ИИ-генераторов — кривые буквы и нечитаемые надписи.

Основана на архитектуре Qwen2.5-VL с поддержкой контекста до 256K токенов. Модель понимает связь между визуальным и текстовым контентом на уровне пикселей.

Особенно полезно для создания баннеров, презентаций и маркетинговых материалов, где текст должен выглядеть профессионально.

Лидирует на GenEval, DPG, OneIG-Bench для генерации + GEdit, ImgEdit, GSO для редактирования.
Особенно впечатляет LongText-Bench и ChineseWord — здесь конкуренты просто не играют.

Попробовать уже можно в Qwen Chat через режим "Image Generation"

GitHub
HF
Demo

#Qwen #TextRendering #MMDiT #Alibaba
———
@tsingular