هوش مصنوعی جدید علی‌بابا در نوشتن متن روی تصاویر، بی‌نقص عمل می‌کند
علی‌بابا با نسخه ی ارتقاءیافته ی مدل Qwen-Image ، امکان نگارش دقیق‌تر متن و طراحی پوستر و اینفوگرافیک با وضوح 2K را فراهم کرد.
علی‌بابا با توسعه ی مدل هوش مصنوعی Qwen-Image تلاش کرده یکی از ضعف‌های رایج ابزارهای تصویرساز را برطرف کند: تولید نوشته‌های خوانا و دقیق در تصاویر. این مدل علاوه‌بر ساخت تصاویر واقع‌گرایانه، می‌تواند پوستر، اینفوگرافیک و طرح‌های گرافیکی حاوی متن تولید کند.
اگر تاکنون از هوش مصنوعی خواسته باشید پوستری با نوشته‌ای مشخص طراحی کند، احتمالاً با حروف اشتباه، کلمات ناقص یا متن‌های ناخوانا روبه‌رو شده‌اید. این مشکل به‌ویژه هنگام تولید تصاویر حاوی نوشته‌های طولانی یا زبان‌هایی با نویسه‌های پیچیده بیشتر به چشم می‌خورد.
تیم توسعه ی Qwen در شرکت علی‌بابا با معرفی مدل Qwen-Image تلاش کرده دقت نمایش متن در تصاویر تولیدشده را بهبود دهد. نسخه ی اولیه ی این مدل با ۲۰ میلیارد پارامتر و معماری MMDiT توسعه یافته بود و بر تولید تصویر از متن و ویرایش دقیق تصاویر تمرکز داشت.
به‌گفته ی توسعه‌دهندگان، Qwen-Image به‌ویژه در نمایش نویسه‌های چینی عملکرد مناسبی دارد؛ زبانی که به‌دلیل تنوع و پیچیدگی حروف، یکی از چالش‌های مدل‌های تصویرساز محسوب می‌شود.
از ساخت تصاویر واقع‌گرایانه تا نوشتن متن روی پوسترها
نسخه ی Qwen-Image-2512 در مقایسه با مدل اولیه، تغییراتی در نمایش چهره ی انسان، جزئیات طبیعی و دقت نوشته‌های داخل تصاویر دارد.
این نسخه می‌تواند با جزئیات بیشتری مناظر طبیعی، بافت لباس، پوست و موی انسان را بازسازی کند. به‌گفته ی تیم سازنده، چیدمان نوشته‌ها و هماهنگی متن با عناصر بصری نیز بهبود یافته است.
توسعه‌دهندگان اعلام کردند مدل Qwen-Image-2512 در بیش از ۱۰ هزار دور ارزیابی کور در پلتفرم AI Arena آزمایش شده و براساس نتایج ارائه‌شده، در زمان معرفی یکی از قدرتمندترین مدل‌های متن‌باز تصویرسازی بوده است. البته این نتایج به معنای عملکرد بی‌نقص مدل در تمام زبان‌ها و شرایط نیست.
مرحله ی بعدی توسعه در ۱۰ فوریه ی ۲۰۲۶ (بهمن و اسفند ۱۴۰۴) با معرفی Qwen-Image 2.0 آغاز شد. نسخه ی جدید از دستورهای متنی تا حدود هزار توکن پشتیبانی می‌کند و می‌تواند براساس توضیحات نسبتاً طولانی، پوستر، اسلاید ارائه، کمیک و اینفوگرافیک تولید کند.
پشتیبانی از وضوح تصویر 2K، بهبود درک دستورهای پیچیده و معماری سبک‌تر با سرعت پردازش بیشتر از دیگر ویژگی‌های Qwen-Image 2.0 هستند.
علی‌بابا همچنین قابلیت تولید و ویرایش تصویر را در نسخه ی ۲٫۰ یکپارچه کرده است؛ بنابراین، کاربران می‌توانند از یک مدل برای ساخت تصویر جدید و تغییر تصاویر موجود استفاده کنند.
چگونه باید از Qwen-Image استفاده کرد؟
مدل‌های منتشرشده ی خانواده ی Qwen-Image از طریق مخزن رسمی پروژه در گیت‌هاب در دسترس توسعه‌دهندگان قرار دارند.
وزن‌های نسخه‌های منتشرشده برای تولید و ویرایش تصویر نیز در پلتفرم‌های هاگینگ فیس و ModelScope ارائه شده‌اند. کاربران برای آزمایش مدل بدون نصب نرم‌افزار می‌توانند از نسخه‌های نمایشی هاگینگ فیس یا سرویس Qwen Chat استفاده کنند.
با وجود پیشرفت‌های اعلام‌شده، هنوز نمی‌توان ادعا کرد Qwen-Image تمام نوشته‌ها را بدون غلط تولید می‌کند. دقت خروجی به زبان، طول متن، پیچیدگی چیدمان و نسخه ی مدل بستگی دارد. به‌ویژه برای زبان فارسی، بدون آزمایش‌های مستقل نمی‌توان درباره ی میزان موفقیت آن نتیجه‌گیری قطعی کرد.
تمرکز علی‌بابا بر بهبود تولید متن در تصاویر می‌تواند Qwen-Image را به گزینه‌ای کاربردی برای طراحی پوستر، تولید محتوای تبلیغاتی، ساخت اینفوگرافیک و تهیه ی اسلایدهای تصویری تبدیل کند؛ کاربردهایی که خوانایی نوشته‌ها در آن‌ها به‌اندازه ی کیفیت خود تصویر اهمیت دارد.