| مدل هوش مصنوعی Nano Banana Pro گوگل چند ماه قبل معرفی شد و در زمینه تولید تصویر بسیاری از خواسته های کاربران را برآورده می کند. اما این مدل عمیقاً به زیرساخت ابری گوگل متصل شده و برای موارد حرفه ای، استفاده از آن هزینه زیادی برای مشتریان دارد. حالا تیم Qwen از علی بابا، با معرفی Qwen-Image-2512 تلاش کرده تا چنین سرویسی را به صورت رایگان در اختیار کاربران قرار دهد. Qwen-Image-2512 مدل هوش مصنوعی برای توسعه دهندگان و حتی شرکت های بزرگ است که به صورت رایگان و تجاری تحت لایسنس آزاد Apache 2.0 ساخته شده. این مدل هم اکنون از طریق رابط Qwen Chat در دسترس قرار گرفته و نسخه های متفاوت آن در Hugging Face و ModelScope منتشر شده است. برای آزمایش بدون نیاز به نصب این مدل، یک دموی رایگان در Hugging Face و نسخه مرورگری ModelScope نیز قابل دسترس است و کسب وکارهایی که ترجیح می دهند از سرویس مدیریت شده استفاده کنند، می توانند از طریق Model Studio در علی بابا کلاد به آن دسترسی پیدا کنند. Qwen-Image-2512 در چه زمینه هایی بهبود پیدا کرده است؟ مدل Qwen-Image-2512 بر سه محور اصلی تمرکز دارد که برای سازمان ها می توانند مهم باشند. واقع گرایی چهره و انسجام محیطی: مدل، جلوه ظاهر مصنوعی که در اکثر مدل ها دیده می شود را کاهش می دهد. جزییات سن، بافت پوست و حالات چهره با این مدل طبیعی تر نمایش داده می شوند و محیط های پس زمینه با معنا و ارتباط بصری روشن تری رندر می شوند. Qwen می گوید که برای شبیه سازی، آموزش داخلی و ارتباطات سازمانی، این سطح از تولید طبیعی بسیار مهم است.  وفاداری بافت ها و مواد: مناظر، آب، مو و سطوح مواد با جزییات بیشتری نمایش داده می شوند. این موضوع نه تنها از نظر زیباشناسی اهمیت دارد، بلکه هزینه های مربوط به مدل را کاهش می دهد. متن و چیدمان ساختاریافته: درست مانند نانو بنانا پرو، دقت این مدل در تولید متن داخل تصویر و انسجام چیدمان بهبود یافته و حالا اسلایدها، پوسترها و اینفوگرافیک ها خواناتر و دقیق تر از قبل هستند. در تست های انجام شده روی AI Arena علی بابا، Qwen-Image-2512 به عنوان قدرتمندترین مدل متن باز تصویر رتبه بندی شده و در رقابت با سیستم های بسته نیز عملکرد نزدیکی داشته است.  حوزه ای که Qwen-Image-2512 بیش از هر چیز دیگری خود را در آن متمایز می داند، در مجوز و شیوه انتشار است. این مدل تحت لایسنس Apache 2.0 عرضه شده؛ یعنی سازمان ها و توسعه دهندگان می توانند آزادانه از آن استفاده کنند، کد و وزن ها را تغییر دهند، آن را برای موارد خاص خود تنظیم کنند و حتی بدون محدودیت حقوقی، به صورت تجاری آن را مستقر کنند. |