Op 4 augustus 2025 werd het Qwen-team van Alibaba officieel gelanceerd Qwen-Image, een multimodaal diffusietransformator (MMDiT) basismodel met 20 miljard parameters, ontworpen om ongekende getrouwheid te leveren bij de synthese van tekst naar afbeelding en nauwkeurige beeldbewerking. Deze release markeert Alibaba's gewaagde entree in de open-source beeldgeneratiearena en positioneert Qwen-Image als een directe concurrent voor bedrijfseigen systemen zoals OpenAI's GPT-4o, DALL·E 2 en Midjourney.
Technische innovaties
Qwen-Image's backbone markeert een belangrijke technische prestatie, waardoor het model excelleert in het direct weergeven van complexe tekstuele content in gegenereerde afbeeldingen. De curriculumleeraanpak begint met eenvoudige, niet-tekstuele weergavetaken en gaat geleidelijk over op het verwerken van beschrijvingen van alinealengte, wat resulteert in uitzonderlijke getrouwheid in zowel alfabetische als logografische talen. Bovendien bevat het model een mechanisme, dat semantische en reconstructieve representaties afzonderlijk verwerkt via Qwen2.5-VL en een VAE-encoder, dat een evenwicht bereikt tussen het behouden van semantische consistentie en visueel realisme tijdens het bewerken van afbeeldingen.