Alibaba przedstawiła konkurenta Nano Banana – potężny generator obrazów Qwen‑Image‑2.0 oparty na sztucznej inteligencji

Alibaba uruchamia nowy model generowania obrazów – Qwen‑Image‑2.0

Firma Alibaba przedstawiła swój najnowszy rozwój w dziedzinie sztucznej inteligencji — Qwen‑Image‑2.0, przeznaczony do tworzenia i edycji materiałów graficznych. Model demonstruje kilka kluczowych zalet, które czynią go konkurencyjnym na rynku AI.

Co potrafi Qwen‑Image‑2.0
Możliwość | Opis | Dokładne odtworzenie tekstu
Generowane obrazy zawierają tekst bez błędów i pozwalają wybierać styl pisania.
Obsługa długich zapytań | Model obsługuje do 1000 tokenów, co otwiera możliwości dla skomplikowanych kompozycji i szczegółowych instrukcji.
Różnorodność formatów wyjściowych | Od fotorealistycznych zdjęć i prezentacyjnych slajdów po plakaty i komiksy.
Estetyka i kompozycja | Umiejętność harmonijnego rozmieszczania tekstu, wybierania kroju czcionki i wyrównywania obiektów na obrazie.
Przykład: przy generowaniu obrazu gładkiej tablicy model poprawnie odzwierciedla otaczające przedmioty i integruje napisy bez utraty jakości.

Jak powstał model
Qwen‑Image‑2.0 łączy dwa obszary badań w Alibaba:

1. Generowanie obrazów – maksymalna precyzja i szczegółowość, w tym poprawne wyświetlanie tekstu.
2. Edycja obrazów – zachowanie oryginalnej treści bez zniekształceń, funkcjonalność i spójność.

Połączenie tych podejść doprowadziło do stworzenia uniwersalnego modelu o uproszczonej architekturze: mniejszy rozmiar, ale szybsza generacja.

Zalety w porównaniu z konkurencją
- Precyzja – dziedziczy umiejętności edycji obrazów od poprzednich wersji.
- Elastyczność zapytań – do 1000 tokenów pozwala definiować skomplikowane sceny i kompozycje.
- Estetyka – automatyczne rozmieszczanie tekstu i wybór czcionki zgodny z kontekstem obrazu.
- Kompozycja – wyrównywanie elementów umożliwia tworzenie informacyjnych komiksów i kinowych plakatów.

Testowanie w AI Arena
Alibaba przeprowadziła ślepe porównanie Qwen‑Image‑2.0 z czołowymi modelami:

Zadanie | Najlepsi konkurenci | Generowanie obrazów | Google Gemini‑3‑Pro‑Image‑Preview, OpenAI GPT Image 1.5 | Edycja obrazów | Tylko flagowa wersja Gemini od Google przewyższa Qwen‑Image‑2.0
W rezultacie w większości scenariuszy Qwen‑Image‑2.0 prezentuje prowadzące wyniki wśród chińskich i międzynarodowych modeli.

Wniosek:

Alibaba przedstawiła potężny, elastyczny i estetycznie zrównoważony model generowania obrazów, zdolny spełnić potrzeby zarówno profesjonalistów w dziedzinie projektowania, jak i użytkowników poszukujących szybkich rozwiązań do tworzenia wizualnego contentu.