模型与作品 · 改图的下一步

四张参考图,一个房间角落:Qwen-Image-2.1 Turbo 用八步接着改图

看官方怎样把家具与空房间组合成一张图,再理解八步检查点和托管 API 增加了什么选择。透明素材、费用与权重许可分别说明。

Qwen 于 10 月 9 日发布 Turbo。配图均来自官方八步示例;本文按 10 月 10 日读取的模型卡、接口和评测整理,没有运行生成或调用收费 API。

本文目录目录6

EN

先看家具怎样进入空房间

四张输入分别提供扶手椅场景、圆桌、边柜和空房间。官方结果把三件家具集中到一处,接上房间的透视与光线。以前需要分别描述的样式,现在能用手头的图片表达:想看的首先是这些东西放在一起的感觉。

它仍是一张合成图。圆桌参考上的杯子没有进入成品,家具实际尺寸也无法从图中核实。这个例子适合想象搭配与表达想法;购买、摆放或装修还要看真实尺寸和空间。本文展示团队成果,没有复做这组输入。

四张输入参考四张官方输入参考:扶手椅场景、圆桌、边柜与空房间。
官方四图输入。模型卡把这一组列为八步室内组合示例;第一张本身包含场景,输入并非四件独立家具。 · 打开大图
官方组合结果组合结果把木色扶手椅、边柜与圆桌放进参考空房间,圆桌原图上的杯子没有出现在成品中。
Qwen 官方八步输出,非真实装修照片。可以对照家具外形、位置与遗漏;画面不能证明尺寸适配或物件完全保留。 · 打开大图
来源与延伸阅读

EN

成品还能作为透明素材接着用

另一张八步示例把角色、手推车和火焰做成带透明通道的 PNG。本站核对了原文件,确有透明和半透明像素;这是文件检查,不是生成测试。透明通道让背景可以透出来,主体也能接进海报或其他画面。

透明与多图编辑在基础 2.1 中已经存在。这次新材料表明,团队也把这些任务放进了 Turbo 的八步展示;没有给出与基础版的逐张质量对照。使用素材时仍要检查细边、半透明效果,以及换背景后出现的颜色。

Qwen 官方透明 PNG 示例:红发角色推着手推车,两侧有蓝色火焰。
官方八步透明素材原图。文件带有透明与半透明像素;画面质量、边缘和用途仍需逐项看,不能仅凭 PNG 格式判断。 · 打开大图
来源与延伸阅读

EN

八步缩短生成过程,实际等待另看

Turbo 沿用基础 2.1 的 7B 视觉生成架构,是加速检查点。基础模型卡的生成和编辑示例使用 40 步,Turbo 保存的推荐调度是 8 步;少走的是图像反复去噪的过程,而不是把模型参数缩成五分之一。

模型卡还说明,文本与参考图上下文通过 KV 缓存复用,推荐调度会随检查点加载。这些是加速设计的依据;本文没有同一设备、输入和输出尺寸的计时,不能从 40 与 8 直接得出快五倍,也不能断言画质完全相同。

来源与延伸阅读

EN

自己运行与托管接口,各有开始条件

开放权重可用 Diffusers 加载;官方示例采用 CUDA 和 BF16,并要求支持该调度的新源码版本。权重遵循 Qwen Research License:材料限非商业研究或评估,商业使用须另行取得许可。下载得到文件,不等于可以直接部署商业服务。

托管接口则由阿里云运行。官方生命周期表列新加坡 International 的 Pro 于 10 月 2 日发布、Turbo 于 10 月 9 日发布。10 月 10 日核对的该地区输出价分别是每张 $0.04 和 $0.016;模型、接口地址和 API key 须同地区。这是开发者接入信息,本文未调用,也没有据此确认普通聊天界面的开放范围。

来源与延伸阅读

EN

基础模型的成绩,不能直接算给 Turbo

10 月 10 日读取 Artificial Analysis,基础 Qwen-Image-2.1 在文生图 v2.0 显示 Elo 1035,95% 区间 1026—1044,5,489 个样本;编辑 v2.0 为 1075,区间 1066—1084,5,965 个样本。它在两张开放权重表均列第一,编辑榜的名次区间为 1—2。

这些是人类成对偏好形成的图像分数。本轮没有找到 Turbo 单独记录,也没有用基础成绩推断八步版的位置。可以据此了解基础 2.1 的参照表现,再用 Turbo 的实际任务结果继续判断;图像分数不与文字智能指数混算。

来源与延伸阅读

EN

接回旧房间:这次多了怎样继续的选择

9 月 22 日的文章先展示十张家居照片怎样组合成一个房间,随后讲透明素材与局部修改。现在接续的认识是:同一路线出现了八步检查点,以及有地区、费用和许可条件的不同接入方式。四图示例是新展示,不是原来十图任务的重复实测。

有现成改图工具时,可以保留同一张房间图与同一项要求,观察家具外形、遗漏和二次修改。等待时间与一次成图是否足够一起看,才能判断是否值得加入自己的配图过程;少几步是开始比较的理由,最终要看交到手中的图。

来源与延伸阅读