Qwen-Image-2.1：紧凑、高效、统一的图像创建

【HN用户评论摘要】 所以想法积极•与 Ideogram、Krea2、Flux2 等相比，它比 Qwen-Image 1（20b 参数）小很多，只有 7b，使其成为可用的较小的开放权重模型之一（Z-Image Turbo 是少数几个在 6b 时较小的模型之一）。•它支持原生透明度（据我所知，Qwen 的团队是唯一尝试解决此问题的团队）。尽管设置背景去除后处理器相对简单，但看到它本身支持也很不错。• 这是 f 我运行一个提示用户界面设计网站，该网站使用图像模型进行设计过程[1]。尽管有许可证，但文本渲染尤其让我对这个模型非常感兴趣。以下是使用我的工具进行的一些测试，比较了 gpt-image-2 和 qwen 2.1 的输出：https://html.non.io/qwen-comparison/ 文本渲染绝对比目前开放权重市场上的其他任何东西都要好得多。小文字的保真度相当不错。然而文本编码器似乎有点 许多以前的 Qwen 模型似乎都使用了 Apache 许可证，其中包括：https://en.wikipedia.org/wiki/Qwen#List_of_models 不幸的是，这个模型似乎使用了更严格的许可证：https://github.com/QwenLM/Qwen-Image-2.1/blob/main/LICENSE 我的第一印象是它不太擅长遵循提示指示。我要求它在一个特定的城市放置一个由玻璃制成的 3D 文本。相反，它给了我一个白色背景上破碎的 3D 文本。也许使用不同的种子会变得更好，但这更多的是一个反复试验的过程，而不是可靠的结果。 老实说，本地 LLM 文本到图像的功能非常令人印象深刻。 IMO，我认为本地图像生成目前领先于本地代码生成。我可以在几秒钟内获得本地图像，其质量远远高于我对本地模型的期望。然而，编码速度要慢得多，而且也不那么令人印象深刻。我确信这是有原因的，而且我不是人工智能专家，所以我会让聪明的人告诉我原因，但这只是我迄今为止的观察。 原始链接：https://qwen.ai/blog?id=qwen-image-2.1