7B小模型跑赢GPT Image 1.5,阿里把抠图这一步删了
设计师的电脑里,一张商品图要过抠图、补边、叠底三道工序。现在有人把这三步压成了一句提示词。近日,阿里通义千问团队开源图像模型Qwen-Image-2.1,视觉生成部分采用20层Single-Stream DiT架构,参数量7B,原生支持2K分辨率与最多10张参考图输入,开放权重已发布至Hugging Face与ModelScope。希鸥网观察到,Qwen-Image-Bench评测中该模型总分60.28,压过Nano Banana 2.0的59.82与GPT Image 1.5的59.65。它能...