ประเด็นหลัก
สิ่งที่เปลี่ยนจริง ๆ
2.0 เป็นการเล่นด้านขนาดและความเร็วเป็นหลัก — 7B พารามิเตอร์, 2K เนทีฟ, การพิมพ์ และการแก้ไข/สร้างในโมเดลเดียว 3.0 ผลักดันไปสู่ระดับรายละเอียดที่ทำให้โมเดลภาพส่วนใหญ่สะดุด: ข้อความเล็กที่อ่านได้, องค์ประกอบหลายแผงที่หนาแน่น และพื้นผิวผิวหนังและเส้นผมระดับภาพถ่าย ที่น่าสังเกตคือ Alibaba ปล่อย 3.0 โดยไม่มีคะแนน benchmark, model card, จำนวนพารามิเตอร์, สัญญาอนุญาต หรือน้ำหนักที่ดาวน์โหลดได้ — ซึ่งแตกต่างจากการเปิดตัวแบบโอเพนเต็มรูปแบบก่อนหน้านี้
ตำแหน่งของ Qwen บน Makeartly วันนี้
Makeartly รัน Qwen Image และ Qwen Image Edit — แข็งแกร่งโดยเฉพาะกับพรอมต์ที่รวมข้อกำหนดที่เป็นรูปธรรมหลายอย่าง (ท่าทาง, ชุด, ฉาก, แสง) ในคำสั่งเดียว ซึ่งเป็นสไตล์การแก้ไขหลายข้อกำหนดที่ Qwen ถูกปรับแต่งมาตั้งแต่รุ่นดั้งเดิม ทั้ง 2.0 และ 3.0 ยังไม่ได้เชื่อมต่อกับเทมเพลตที่ใช้งานจริง
หลักฐานและคำแนะนำ
ทำไมข้อความเล็กที่คมชัดและรายละเอียดถึงสำคัญสำหรับงาน NSFW
ข้อความเล็กที่อ่านได้และรายละเอียดที่หนาแน่นและประกอบอย่างถูกต้องเป็นกรณีขอบที่โมเดลภาพส่วนใหญ่ยังทำให้เลอะหรือผิดเพี้ยน — ตัวอักษรสัก, ป้ายพื้นหลัง, องค์ประกอบฉากหลายชั้น โมเดลที่สร้างมาเพื่อความเที่ยงตรงระดับนี้โดยเฉพาะจะขยายจุดแข็งหลักของ Qwen บน Makeartly ในปัจจุบัน: การทำตามข้อกำหนดที่แน่นอนหลายอย่างในการสร้างครั้งเดียวโดยไม่สูญเสียรายละเอียดที่ทำให้ฉากน่าเชื่อถือ
สิ่งที่เรากำลังจับตา
การที่ 3.0 ปล่อยโดยไม่มีน้ำหนัก, สัญญาอนุญาต หรือ model card คือรายละเอียดที่สำคัญที่สุดสำหรับการนำไปใช้ — มันส่งสัญญาณถึงการปล่อยแบบปิด, API-only แทนที่จะเป็นโอเพน แตกต่างจาก 2.0 และ Qwen-Image ดั้งเดิม เรากำลังดูว่า Alibaba วางตำแหน่งการเข้าถึง API และราคาอย่างไรก่อนประเมินเทียบกับโมเดล Qwen Image/Edit ที่รันบน Makeartly อยู่แล้ว