По данным Adobe Photoshop, это одно из самых узнаваемых когда-либо созданных программ, которым пользуются более 90% творческих профессионалов в мире. Фотоурок.
Итак, тот факт, что новая модель искусственного интеллекта с открытым исходным кодом — Qwen-Изображение Правитьопубликованный вчера командой исследователей искусственного интеллекта Qwen китайского гиганта электронной коммерции Alibaba. теперь можно выполнять огромное количество задач по редактированию в стиле Photoshop, используя только текстовый вводявляется заметным достижением.
Построен на основе 20 миллиардов параметров Модель тонального крема Qwen-Image, выпущенная ранее в этом месяцеQwen-Image-Edit расширяет уникальные возможности системы в области рендеринга текста, позволяя охватить широкий спектр задач редактирования: от тонких изменений внешнего вида до более широких семантических преобразований.
Просто загрузите стартовое изображение — я попробовал одно из своих Последняя ежегодная конференция VentureBeat Transform в Сан-Франциско — а затем введите инструкции о том, что вы хотите изменить, и Qwen-Image-Edit вернет новое изображение с примененными изменениями.
Пример входного изображения:
Фото предоставлено: Michael O’Donnell Photography.
Пример выходного изображения с подсказкой: «Создайте мужчину в смокинге».
Модель теперь доступна на нескольких платформах, включая Квен Чат, Обнимающее лицо, МодельОбъем, GitHubи через Интерфейс программирования приложений Alibaba Cloud (API)последний позволяет любому стороннему разработчику или предприятию интегрировать эту новую модель в свои собственные приложения и рабочие процессы.
Я создал свои примеры выше на Квен Чатконкурента команды Qwen для ChatGPT OpenAI, однако всем начинающим пользователям следует отметить, что поколения ограничены примерно 8 бесплатными заданиями (ввод/вывод) за 12-часовой период, прежде чем он будет сброшен. Платящие пользователи могут получить доступ к большему количеству вакансий.
Благодаря поддержке ввода как на английском, так и на китайском языках, а также двойной направленности как на семантическое значение, так и на визуальную точность, Qwen-Image-Edit стремится снизить барьеры для создания визуального контента профессионального уровня.
А учитывая, что модель доступна в виде открытого исходного кода под лицензией Apache 2.0предприятия могут безопасно брать, загружать и бесплатно устанавливать на своем собственном оборудовании или в виртуальных облаках/машинах, что потенциально приводит к огромной экономии средств по сравнению с проприетарным программным обеспечением, таким как Photoshop.
Как Джуньянг Линь, исследователь Qwen Team, написал на X: «Он может удалить прядь волос, очень деликатная модификация изображения».
Заявление команды отражает это мнение, представляя Qwen-Image-Edit не как совершенно новую систему, а как естественное расширение Qwen-Image, которое применяет свой уникальный подход к рендерингу текста и двойному кодированию непосредственно к задачам редактирования.
Двойное кодирование позволяет вносить изменения, сохраняя стиль и содержание исходного изображения.
Qwen-Image-Edit основан на фундаменте, заложенном Qwen-Imageкоторый был представлен ранее в этом году как крупномасштабная модель, специализирующаяся как на создании изображений, так и на рендеринге текста.
В техническом отчете Qwen-Image подчеркивается его способность точно решать сложные задачи, такие как рендеринг текста на уровне абзацев, использование китайских и английских символов, а также многострочные макеты.
В докладе также подчеркивалось механизм двойного кодированияодновременно передавая изображения в Qwen2.5-VL для семантического контроля и в вариационный автокодировщик (VAE) для реконструктивной детализации. Такой подход позволяет вносить изменения, которые сохраняют верность как смыслу подсказки, так и внешнему виду исходного изображения.
Те же самые архитектурные решения лежат в основе Qwen-Image-Edit. Используя двойное кодирование, модель может корректироваться на двух уровнях: смысловые правки которые меняют смысл или структуру сцены, и изменения внешнего вида которые вводят или удаляют элементы, оставляя остальные нетронутыми.
Семантическое редактирование включает в себя создание новой интеллектуальной собственности, поворот объектов на 90 или 180 градусов, чтобы показать разные виды, или преобразование входных данных в другой стиль, например искусство, вдохновленное Studio Ghibli. Эти изменения обычно изменяют множество пикселей, но сохраняют основную идентичность объектов.
Вот пример семантического редактирования от Шридхара Атинарайанана, инженера платформы приложений искусственного интеллекта Replication, который использовал реализацию или «вывод» Qwen, размещенную на реплике, чтобы изменить внешний вид фотографии Манхэттена, чтобы она выглядела как игрушечный набор Lego.
Редактирование внешнего вида фокусируется на точных, локальных изменениях. В этих случаях большая часть изображения остается неизменной, а отдельные объекты изменяются. Демонстрации включают в себя добавление вывески, генерирующей отражение в воде, удаление выбившихся прядей волос с портрета и изменение цвета отдельной буквы в текстовом изображении.
Хороший пример редактирования внешнего вида с помощью Qwen-Image Edit принадлежит соучредителю и генеральному директору AnswerAI Томасу Хиллу, который опубликовал бок о бок по X показывает жену в свадебном платье под аркой и еще одну с такой же аркой, покрытой граффити:
В сочетании с признанными преимуществами Qwen в рендеринге текста на китайском и английском языках система, ориентированная на редактирование, позиционируется как гибкий инструмент для авторов, которым нужно нечто большее, чем просто генеративные изображения.
Двойной контроль над семантическим объемом и точностью внешнего вида означает, что один и тот же инструмент может удовлетворить самые разные потребности: от творческой разработки интеллектуальной собственности до ретуши фотографий на производственном уровне.
Добавление или удаление текста к изображениям
Еще одна выдающаяся возможность — двуязычное редактирование текста. Qwen-Image-Edit позволяет пользователям добавлять, удалять или изменять текст на китайском и английском языках, сохраняя при этом шрифт, размер и стиль.
Это подтверждает репутацию Qwen-Image как надежного средства рендеринга текста, особенно в сложных сценариях, таких как сложные китайские иероглифы.
На практике это позволяет точно редактировать плакаты, вывески, футболки или каллиграфические произведения, где важны мелкие детали текста, как показано на рисунке. еще один пример из реплики ниже.
Одна из демонстраций включала исправление ошибок в фрагменте созданной китайской каллиграфии посредством пошагового процесса редактирования.
Пользователи могли выделять неверные области, давать указание системе исправить их, а затем уточнять детали до тех пор, пока не будут отображены правильные символы. Этот итеративный подход показывает, как модель можно применять к ответственным задачам редактирования, где важна точность.
Приложения и варианты использования
Команда Qwen выделила ряд потенциальных приложений:
-
Креативный дизайн и расширение IPнапример создание пакетов смайлов на основе талисманов.
-
Реклама и создание контентагде можно настроить логотипы, вывески и текстовые изображения.
-
Виртуальные аватары и искусствос передачей стилей, поддерживающей уникальные представления символов.
-
Фотография и личное использованиевключая настройку фона, смену одежды и удаление объектов.
-
Сохранение культурыпродемонстрированное путем исправления произведений классической каллиграфии.
Объединяя детальное редактирование с более широкими творческими преобразованиями, Qwen-Image-Edit ориентирован на профессионалов, которым необходим контроль, оставаясь при этом доступным для случайных экспериментов.
Бенчмаркинг и производительность
По словам команды Qwen, оценки общедоступных тестов показывают, что Qwen-Image-Edit обеспечивает современное исполнение в редактировании изображений.
Это следует из более широких технических оценок Qwen-Image, в которых базовая модель показала лучшие результаты как в общих задачах генерации изображений, так и в задачах рендеринга текста.
Хотя конкретные показатели редактирования не были подробно описаны в релизе, сама Qwen-Image получила высокие оценки в независимых оценках, таких как AI Arena, где оценщики сравнивали результаты моделей от разных поставщиков.
Цены и доступность API
Через Студия облачных моделей Alibabaразработчики могут получить доступ к Qwen-Image-Edit как к API. Цена установлена на 0,045 доллара США за изображениес бесплатной квотой 100 изображений действительны в течение 180 дней. после активации.
Услуга изначально доступна в Сингапурский регионс ограничением скорости пять запросов в секунду и до две одновременные задачи на одну учетную запись.
Чтобы использовать API, разработчики должны получить ключ API Model Studio и могут вызывать модель через HTTP или через DashScope SDK на Python или Java.
Изображения можно отправлять в виде URL-адресов или в формате Base64 с поддерживаемым разрешением от 512 до 4096 пикселей и размером файла до 10 МБ. Выходные изображения размещаются в облачном объектном хранилище Alibaba со ссылками, действительными в течение 24 часов, что требует от пользователей быстрой загрузки и сохранения результатов.
Что будет дальше с Квеном?
Qwen позиционирует Image-Edit как шаг к войнеd снижение барьеров для создания визуального контента. Делая точное и согласованное по стилю редактирование более доступным, модель может поддерживать приложения от дизайн-студий до обычных пользователей, работающих над личными проектами.
Система также сигнализирует о более широкой тенденции в развитии ИИ: переходе от одноцелевого создания к инструментам, объединяющим редактирование, исправление и уточнение.
Обладая как семантической гибкостью, так и точностью на уровне внешнего вида, Qwen-Image-Edit отражает этот сдвиг, сочетая генеративные возможности больших моделей с надежностью, необходимой для профессионального редактирования.
2025-08-19 20:27:00
1761708634
#QwenImage #Edit #дает #Photoshop #шанс #заработать #деньги #благодаря #редактированию #текста #изображения #на #базе #искусственного #интеллекта #которое #выполняется #за #считанные #секунды
Продолжение темы
