Alibaba Ra Mắt Qwen-Image-2.1: Mô Hình Trọng Số Mở 7B Cho Tạo Và Chỉnh Sửa Ảnh
Nhóm Qwen của Alibaba đã phát hành Qwen-Image-2.1, một mô hình trọng số mở dung lượng 7 tỷ tham số được thiết kế cho cả việc tạo và chỉnh sửa hình ảnh chính xác. Bản cập nhật này hỗ trợ nguyên bản các lớp RGBA trong suốt và tiếp nhận tối đa 10 hình ảnh tham chiếu làm đầu vào. Bằng cách hợp nhất khả năng tạo và chỉnh sửa ảnh vào một mô hình 7B nhỏ gọn, Qwen-Image-2.1 giúp cộng đồng nhà phát triển mã nguồn mở dễ dàng tiếp cận các quy trình thiết kế chất lượng cao. Tính năng hỗ trợ RGBA nguyên bản loại bỏ nhu cầu sử dụng công cụ tách nền riêng biệt, giúp đơn giản hóa đáng kể quy trình tạo đồ họa. Mô hình có tốc độ suy luận được tăng tốc cho các gợi ý nhiều ảnh và cung cấp khả năng điều khiển chỉnh sửa cục bộ mà vẫn giữ nguyên độ trung thực của chân dung và sản phẩm thương mại. Mô hình thể hiện ưu thế ở các tác vụ phức tạp như hiển thị văn bản, đồ họa thông tin (infographic), ảnh toàn cảnh và thử đồ ảo.
## KIẾN THỨC NỀN
Hầu hết các mô hình tạo ảnh hiện nay chỉ xuất ra ảnh RGB có nền đục, đòi hỏi thêm công cụ tách nền alpha để trích xuất đối tượng lên các lớp trong suốt. Thêm vào đó, quy trình truyền thống thường tách riêng công đoạn tạo ảnh từ văn bản và chỉnh sửa ảnh, trong khi các kiến trúc thống nhất thực hiện cả hai tác vụ này trên cùng một mạng thần kinh.