Qwen VLo: Modelo Multimodal Criativo

Qwen VLo unifica compreensão e geração multimodal de imagens a partir de instruções em linguagem natural.

Adota geração progressiva da imagem, garantindo coesão e qualidade visual.

Suporta edição aberta, permitindo mudanças de estilo, cenário e detalhes com um único comando.

Realiza tarefas de percepção visual como detecção, segmentação e mapeamento de bordas via instruções.

Permite geração direta de imagens a partir de texto com proporções dinâmicas personalizáveis.

Oferece suporte multilíngue (chinês e inglês) para interação global.