Quen Image 3.0: главные возможности модели
Ключевые тезисы:
- Модель от компании Alibaba для генерации и редактирования изображений.
- Делает упор на создание сложных композиций и работу с текстом.
- Предлагает расширенные возможности редактирования и реставрации.
- Доступна для онлайн-тестирования без обязательной регистрации.
Плотные многопанельные раскладки
Модель способна генерировать сложные сетки изображений (например, 9 блоков) по одному запросу. Каждый блок может быть на абсолютно разные темы (наука, бизнес, биология и т.д.).
- Длина промпта: до 4500 токенов, что позволяет детально описать всю композицию.
Генерация читаемого текста
Может создавать мелкий, но читаемый текст (размером до 10 пикселей). Это позволяет генерировать страницы с терминами, словами и формулами, которые можно прочитать при приближении.
Мультиязычный текст
Заявлена поддержка генерации текста на 12 языках, включая китайский, английский, испанский, французский, а также кириллицу (русский). В официальных примерах показаны в основном китайские и латинские языки.
Редактирование и реставрация изображений
Помимо генерации, модель специализируется на:
- Редактировании изображений по текстовому запросу.
- Реставрации старых или повреждённых фото.
- Окрашивании чёрно-белых снимков.
- Важная особенность: сохраняет ключевые детали и объекты на изображении, меняя в основном цветовую гамму и качество.
Правдоподобные интерфейсы и скриншоты
Сильная сторона модели — генерация реалистичных пользовательских интерфейсов, скриншотов приложений (например, IDE), игр (в том числе несуществующих) и переписок.
Научные статьи и формулы
Может рендерить целые страницы академического текста с:
- Многострочными формулами.
- Дробями.
- Греческими символами.
- Графиками.
Заявлено качественное отображение без «замыливания» деталей.
Фотореализм и высокое разрешение
Модель создаёт изображения, выглядящие как настоящие фотографии высокого качества. В примере показано изображение разрешением 1800x2400.
Где протестировать Quen Image 3.0?
- Онлайн (без обязательной регистрации): На сайте QWEN AI можно выбрать режим «Image Edit» или «Image Generation». Есть ограниченное количество бесплатных генераций.
- Через ComfyUI: На момент релиза в нём ещё не было, но скоро появится.
- Через Gradio: Вероятно, для локального использования.
Альтернативы для генерации изображений
- ChatGPT: Очень качественные обложки и изображения (бесплатно ~3 изображения).
- Gemini Nano: Генерирует 10-20 изображений.
- Grok: Может генерировать и редактировать (~3-5 изображений).
- Longcat Chat (китайская модель): Генерация изображений, видео, музыки, клонирование голоса.
- R (специализированная модель): Заточен под нативную генерацию в 4K, очень качественный результат.
Вывод: Quen Image 3.0 позиционируется как мощный инструмент для создания сложных композиций и работы с текстом внутри изображений, с сильным акцентом на научную и интерфейсную визуализацию, а также на реставрацию.