載入中…
載入中…
Techub News 消息，阿里巴巴旗下通义千问团队发布 Qwen-Image-2.1，这是一个统一的文生图与图像编辑模型。其视觉生成组件包含 70 亿参数，一个检查点即可覆盖文生图、多参考图编辑、局部编辑及透明 RGBA 输出等功能。 该模型已支持 Diffusers、ComfyUI、vLLM-Omni 等框架用于研究与评估，商业部署需单独向通义千问申请许可。模型默认支持 2K 分辨率，并具备原生透明图像生成与多参考图编辑能力。 根据通义千问团队在其内部基准 Qwen-Image-Bench 上的测试，Qwen-Image-2.1 综合得分为 60.28，高于其他已列出的开源权重模型。（MarkTechPost）
如您认为本页面（或本平台）内容存在侵权或违规情形，请您在发现之日起尽快与我们联系，并提供：权利人姓名/名称及联系方式、被侵权作品名称及权属证明、具体侵权链接及情况说明。我们在核实后将及时处理相关内容。
联系方式：creator@techub.news
商务合作：contacting@techub.news
点击链接下载 Techub News App，获取最新讯息：
https://www.techub.news/download
（或扫描下方二维码下载）
本網站所提供的所有信息僅供參考之用。
本網站不保證信息的準確性、有效性、及時性和完整性。
任何依賴於本網站所提供信息的行爲，均由用戶自行承擔風險。
Techub News 消息，阿里巴巴旗下通义千问团队发布 Qwen-Image-2.1，这是一个统一的文生图与图像编辑模型。其视觉生成组件包含 70 亿参数，一个检查点即可覆盖文生图、多参考图编辑、局部编辑及透明 RGBA 输出等功能。 该模型已支持 Diffusers、ComfyUI、vLLM-Omni 等框架用于研究与评估，商业部署需单独向通义千问申请许可。模型默认支持 2K 分辨率，并具备原生透明图像生成与多参考图编辑能力。 根据通义千问团队在其内部基准 Qwen-Image-Bench 上的测试，Qwen-Image-2.1 综合得分为 60.28，高于其他已列出的开源权重模型。（MarkTechPost）
如您认为本页面（或本平台）内容存在侵权或违规情形，请您在发现之日起尽快与我们联系，并提供：权利人姓名/名称及联系方式、被侵权作品名称及权属证明、具体侵权链接及情况说明。我们在核实后将及时处理相关内容。
联系方式：creator@techub.news
商务合作：contacting@techub.news
点击链接下载 Techub News App，获取最新讯息：
https://www.techub.news/download
（或扫描下方二维码下载）
本網站所提供的所有信息僅供參考之用。本網站不保證信息的準確性、有效性、及時性和完整性。任何依賴於本網站所提供信息的行爲，均由用戶自行承擔風險。
