Alibaba представила конкуренту Nano Banana — потужний генератор зображень Qwen‑Image‑2.0 на основі штучного інтелекту

Alibaba запускає нову модель генерації зображень – Qwen‑Image‑2.0

Компанія Alibaba представила свій останній розробку у галузі штучного інтелекту — Qwen‑Image‑2.0, призначену для створення та редагування графічних матеріалів. Модель демонструє кілька ключових переваг, які роблять її конкурентоспроможною на ринку ШІ.

Що вміє Qwen‑Image‑2.0
Виконання | Опис
Точне відтворення тексту | Генеровані зображення містять текст без помилок і дозволяють вибирати стиль написання.
Підтримка довгих запитів | Модель обробляє до 1000 токенів, що відкриває можливості для складних композицій та детальних інструкцій.
Різноманітність вихідних форматів | Від фотореалістичних знімків і презентаційних слайдів до плакатів і коміксів.
Естетика й композиція | Уміння гармонійно розміщувати текст, вибирати начертання шрифту та вирівнювати об’єкти на зображенні.

Приклад: при генерації зображення глянцевої дошки модель коректно відображає навколишні предмети і інтегрує надписи без втрати якості.

Як виникла модель
Qwen‑Image‑2.0 об’єднує два напрямки досліджень у Alibaba:

1. Генерація зображень – максимальна точність й деталізація, включаючи коректне відображення тексту.
2. Редагування зображень – збереження вихідного контенту без спотворення, функціональність і узгодженість.

Поєднання цих підходів призвело до створення універсальної моделі зі спрощеною архітектурою: менший розмір, але швидша генерація.

Переваги порівняно з конкурентами
- Точність – успадковує навички редагування зображень від попередніх версій.
- Гнучкість запитів – до 1000 токенів дозволяють задавати складні сцени й композиції.
- Естетика – автоматичне розміщення тексту і вибір шрифту під контекст зображення.
- Композиція – вирівнювання елементів дозволяє створювати інформативні комікси й кіно‑постери.

Тестування на AI Arena
Alibaba провела сліпе порівняння Qwen‑Image‑2.0 із провідними моделями:

| Завдання | Найкращі конкуренти | Генерація зображень | Google Gemini‑3‑Pro‑Image‑Preview, OpenAI GPT Image 1.5 | Редагування зображень | Тільки флагманська модель Gemini від Google перевершує Qwen‑Image‑2.0 |
|----------|---------------------|---------------------|--------------------------------------------------------|----------------------|-------------------------------------------------------------------|

Таким чином, у більшості сценаріїв Qwen‑Image‑2.0 демонструє лідируючі показники серед китайських і міжнародних моделей.

Висновок:

Alibaba представила потужну, гнучку й естетично збалансовану модель генерації зображень, здатну задовольнити потреби як професіоналів у дизайні, так і користувачів, що шукають швидкі рішення для створення візуального контенту.