كوين تطلق Qwen-Image-2.1.. نموذج واحد لتوليد الصور وتعديلها بكفاءة أعلى
تقرير تكتبه ـ أمل علوي:
أتاح فريق Qwen التابع لمجموعة علي بابا الصينية نموذجه الجديد Qwen-Image-2.1 لتوليد الصور وتعديلها، وهو نموذج مفتوح الأوزان يجمع إنشاء الصور من الأوامر النصية وتحريرها داخل نظام واحد، بحجم لا يتجاوز 7 مليارات معامل في مكوّن التوليد البصري، مع دعم أصلي لإنتاج الصور الشفافة وتعديل الصور اعتمادًا على ما يصل إلى عشر صور مرجعية، غير أنه يأتي هذه المرة برخصة بحثية تقصر الاستخدام المجاني على الأغراض غير التجارية.
وأعلن الفريق عن النموذج في العشرين من سبتمبر الجاري، موضحًا أن التحديث يركز على معمارية أخف وتحسينات في سرعة التشغيل تحقق توازنًا بين جودة الصورة وتكلفة الحوسبة، إلى جانب توحيد عمليتي الإنشاء والتعديل مع دعم الشفافية، وإتاحة التحرير المعتمد على عدة صور مرجعية في خطوة واحدة، فضلًا عن تحسين عرض النصوص المكتوبة داخل الصور ودقة تفاصيل الوجوه والصور الشخصية.
وتُعد ميزة الشفافية من أبرز ما يقدمه الإصدار الجديد، إذ يستطيع النموذج إخراج صور بخلفية شفافة مباشرة من الوصف النصي، بفضل مرمّز بصري يدعم قناة الشفافية المعروفة بقناة ألفا، بدلًا من توليد صورة عادية ثم إزالة خلفيتها بأداة منفصلة، وهو ما يخدم مصممي الشعارات والملصقات وعناصر واجهات التطبيقات وصور المنتجات في المتاجر الإلكترونية.
ومن الناحية التقنية، يعتمد مكوّن التوليد على 32 طبقة من نوع Single-Stream DiT، ويدعم دقة 2K بشكل أصلي بمقاس افتراضي يبلغ 2048 في 2048 بكسل، وتشير تقارير تقنية إلى أن الجيل الأول من Qwen-Image كان يعتمد على مكوّن توليد بنحو 20 مليار معامل، ما يعني أن الإصدار الجديد يقلّص الحجم إلى قرابة الثلث مع الجمع بين مهمتي التوليد والتحرير في نموذج واحد، وهو ما يجعله أقرب إلى التشغيل على أجهزة المطورين المحلية.
وبحسب تصنيف الجودة الذي نشره فريق Qwen، حصل النموذج على 60.28 نقطة، متقدمًا على بقية النماذج المتاحة بأوزان قابلة للتنزيل، علمًا بأن هذه النتيجة صادرة عن الشركة نفسها ولم تخضع بعد لاختبارات مستقلة واسعة.
وأصبحت أوزان النموذج متاحة عبر منصتي Hugging Face وModelScope، والشفرة البرمجية عبر GitHub، مع دعم فوري منذ يوم الإطلاق في أداة ComfyUI عبر قوالب عمل رسمية، إضافة إلى مكتبات Diffusers وvLLM-Omni وSGLang وفق تقارير متخصصة، كما طرح الفريق مع النموذج نسختين مساعدتين لإعادة صياغة الأوامر بحجم 9 مليارات معامل لكل منهما، تتوليان تفسير تعليمات المستخدم وتنظيمها قبل وصولها إلى نموذج الصور.
غير أن النقطة التي استوقفت المطورين هي الترخيص، إذ صدر النموذج برخصة Qwen Research License بدلًا من رخصة Apache 2.0 المفتوحة التي رافقت إصدارات سابقة، وتسمح الرخصة الجديدة بالاستخدام لأغراض البحث والتقييم غير التجارية فقط، بينما يتطلب أي استخدام تجاري الحصول على اتفاق منفصل مع علي بابا، وهو ما يجب أن تنتبه إليه الشركات والمصممون الراغبون في دمجه ضمن منتجات أو خدمات مدفوعة.
ويأتي هذا الإصدار بعد نحو سبعة أشهر من طرح Qwen-Image 2.0 في فبراير الماضي، وبعد إعلان كوين في يوليو عن Qwen-Image 3.0 الذي يركز على الصور الغنية بالمعلومات مثل الصفحات الصحفية والمخططات وتصميمات الواجهات، في حين يستهدف Qwen-Image-2.1 سير العمل المحلي واحتياجات المطورين، ما يعني أن الإصدارين يخدمان استخدامات مختلفة ولا يمثل أحدهما بديلًا مباشرًا للآخر.
ــــــــــــــــــــ
هذا المحتوي تم باستخدام أدوات الذكاء الإصطناعي
