#文生图模型

1天前

通义千问团队开源了20B参数的文生图模型Qwen-lmage,是通义千问系列一个开源的、具备极强文本渲染与图像编辑能力的图像生成基础模型，适用于广泛创作场景，核心亮点： • 文字渲染达到业界领先水平，英文效果媲美 GPT-4o，中文表现更是同类最佳 • 原生文字生成技术，文字直接融入像素，无需后期叠加处理 • 支持中英双语，兼容多种字体和复杂版面设计,生成效果清晰、准确、风格一致。 • 支持风格迁移、物体增删改、文字修改、姿态调整等，编辑结果与原图高度一致。 • 支持写实、动漫、极简等多种风格，适用场景广泛。以后在生成中文字的稳定性和复杂性方面终于有开源可用的方案了！效果比即梦 AI 和 GPT-4o 还强！阿里巴巴推出 20B 参数的 MMDiT 模型，专门针对带文字的图像生成进行优化，现已完全开源。

#通义千问 #文生图模型 #Qwen-lmage #开源 #图像生成