تیم Qwen علی بابا مدل Qwen-Image-2.1-Turbo AI را برای تولید و ویرایش تصاویر 2K معرفی کرد که به جای 40 مرحله، تنها به 8 مرحله پردازش نیاز دارد.
گزارش کردن سرویس هوش مصنوعی یک مرحله اینسخه توربو با همان معماری 7 میلیارد پارامتری مدل اصلی توسعه یافته است، اما تعداد مراحل تولید تصویر را 80 درصد کاهش می دهد. این تغییر می تواند روند تولید تصویر را سرعت بخشد و استفاده از مدل را برای توسعه دهندگان کاربردی تر کند.
حتما بخوانید: مدل Qwen Image 2.1 با 7 میلیارد پارامتر معرفی شد
ویژگی های مدل Qwen-Image-2.1-Turbo
این مدل یک نسخه سریعتر از مدل تولید تصویر Qwen-Image-2.1 است. این مدل علاوه بر ایجاد تصویر از روی متن، امکان ویرایش تصاویر موجود را نیز فراهم می کند.
مدل جدید از یک مولد تصویر با 7 میلیارد پارامتر و یک رمزگذار متن Qwen3-VL با 8 میلیارد پارامتر استفاده می کند. همچنین امکان تولید تصویر با وضوح 2048 در 2048 پیکسل وجود دارد.
از مهم ترین ویژگی های این مدل می توان به موارد زیر اشاره کرد:
- تولید تصویر از توضیحات متن
- ویرایش تصویر با استفاده از دستورات متنی
- چندین تصویر مرجع را برای ایجاد یک خروجی جدید ترکیب کنید
- تصاویری با پس زمینه شفاف ایجاد کنید
- ایجاد پرتره، پوستر، طرح های تایپوگرافی و چیدمان رابط کاربری
این قابلیت ها باعث می شود که Qwen-Image-2.1-Turbo نه تنها ابزاری برای ایجاد تصاویر باشد، بلکه در فرآیندهای طراحی و ویرایش نیز مورد استفاده قرار گیرد.
مطالب مرتبط: علی بابا با معرفی مدل چند حالته Qwen3.8 Max به رقیب Kimi K3 پاسخ می دهد.
سرعت تولید تصویر در مدل Qwen-Image-2.1-Turbo
مهم ترین تفاوت نسخه توربو با مدل اصلی کاهش تعداد مراحل پردازش از 40 به 8 است. به عبارت دیگر، مدل جدید برای تولید هر تصویر به یک پنجم مراحل قبلی نیاز دارد.
البته کاهش تعداد مراحل لزوماً به معنای افزایش پنج برابری سرعت نهایی در تمامی سخت افزارها نیست، زیرا زمان تولید تصویر به عواملی مانند کارت گرافیک، تنظیمات اجرا و اندازه خروجی بستگی دارد.
مدل Qwen-Image-2.1-Turbo همچنین از مکانیسم ذخیره اطلاعات متنی و تصاویر مرجع استفاده می کند. این روش به مدل اجازه می دهد تا در مراحل بعدی اطلاعات ورودی را مجدداً محاسبه نکند و بخشی از هزینه پردازش را کاهش دهد.
هزینه استفاده از Qwen Model API چقدر است؟
علی بابا امکان استفاده از این مدل را از طریق سرویس ابری Model Studio فراهم کرده است. بر اساس اطلاعات منتشر شده، هزینه تولید هر تصویر با نسخه توربو در بسیاری از مناطق 0.1 یوان چین است.
در مقابل، هزینه تولید هر تصویر با مدل Qwen-Image-2.1-Pro به 0.25 یوان می رسد. بنابراین هزینه هر تصویر در نسخه توربو حدود 2.5 برابر کمتر است. محدودیت درخواست برای نسخه Turbo 120 درخواست در دقیقه و برای نسخه Pro 20 درخواست در دقیقه است.
این قیمت ها بر اساس یوان چین است و هزینه معادل دلار آنها بستگی به نرخ مبادله دارد. همچنین هزینه نهایی ممکن است با توجه به منطقه و شرایط خدمات تغییر کند.
محدودیت های استفاده تجاری
با وجود قابلیت های نسخه توربو، توسعه دهندگان باید به مجوز استفاده از آن توجه کنند. وزن برای این مدل تحت مجوز Qwen Research منتشر شده است. بنابراین، استفاده تجاری از یک نسخه در حال اجرا بر روی زیرساخت شخصی ممکن است نیاز به مجوز جداگانه داشته باشد.
برای اجرای مدل، به یک محیط نرم افزاری مناسب از جمله نسخه سازگار کتابخانه Diffusers و کارت گرافیک مبتنی بر CUDA نیاز است. علی بابا به طور مشخص حداقل حافظه گرافیکی مورد نیاز نسخه توربو را اعلام نکرده است.
بیشتر بخوانید: هوش مصنوعی کلود هایکو 5.5; سریعترین مدل آنتروپیک منتشر شد
آیا مدل توربو ارزش بررسی دارد؟
مدل Qwen-Image-2.1-Turbo با حفظ معماری 7 میلیارد پارامتری مدل اصلی، تولید تصویر را به 8 مرحله کاهش می دهد و ویژگی هایی مانند خروجی 2K، ویرایش تصویر و پشتیبانی از پس زمینه شفاف را ارائه می دهد.
هزینه کمتر API در مقایسه با نسخه Pro نیز می تواند برای توسعه دهندگانی که تعداد زیادی تصویر تولید می کنند جذاب باشد. با این حال، یک امتیاز معیار مستقل برای نسخه توربو هنوز در داده های منتشر شده ارائه نشده است. مدل اصلی Qwen-Image-2.1 امتیاز 60.28 را در بنچمارک Qwen-Image-Bench کسب کرد.
در نهایت، Qwen-Image-2.1-Turbo یک گزینه عالی برای تولید و ویرایش سریع تصویر هوش مصنوعی است، اما مهم است که مجوز مدل و شرایط خدمات را قبل از استفاده تجاری بررسی کنید.
گفتگو در مورد این post