Qwen VLo: Генерация И Понимание Изображений

Представлен Qwen VLo — объединённая мультимодальная модель для понимания и генерации изображений.

Модель последовательно создаёт изображение слева направо и сверху вниз с постоянной доработкой деталей.

Улучшена семантическая точность: сохранение структуры и стиля объектов при изменении цвета и других параметров.

Поддерживается редактирование по свободным инструкциям: смена художественного стиля, реконструкция сцены, добавление элементов, сегментация и детекция.

Обеспечена многоязычная поддержка (китайский, английский и др.) для удобного взаимодействия.

Поддерживается работа с несколькими входными изображениями и генерация по текстовым запросам, включая плакаты.

Реализована генерация изображений с динамическими разрешениями и нестандартными соотношениями сторон.

В превью-версии возможны неточности, рассогласованность с инструкциями и нестабильность распознавания.