Temel özellikler
- Görüntülerde doğal / yüksek kaliteli metin oluşturma — oluşturulan görüntülerde (afişler, ambalajlar, ekran görüntüleri) okunaklı ve anlamsal olarak doğru metin üretmede üstündür — önceki pek çok görüntü modelinin zorlandığı bir alan.
- Yüksek sadakatli çok modlu çıktı — ayrıntısı iyi, dil duyarlı yerleşime sahip fotogerçekçi ve stilize görüntüler üretir.
- Stil aktarımı ve ayrıntı iyileştirme — sahne bütünlüğünü korurken tutarlı sanatsal stiller uygulayabilir veya yerel ayrıntıları iyileştirebilir.
Teknik ayrıntılar — Qwen-Image nasıl çalışır
Mimari ve bileşenler (anahtar kelimeler: MMDiT, Qwen2.5-VL). Model, görüntü sentezi için MMDiT tabanlı bir difüzyon dönüştürücü kullanır ve istemleri ile görsel bağlamı yorumlamak için görsel-dil kodlayıcı (Qwen2.5-VL) ile birleştirir. Bu ayrışma, modelin semantik yönlendirmeyi ve piksel görünümünü farklı şekilde ele almasına olanak tanır; bu da metin sadakatini ve düzenleme tutarlılığını iyileştirir. Resmî depo ve teknik rapor, ana T2I modelinin 20B parametreli bir omurgaya sahip olduğunu belirtir.
Eğitim hattı (anahtar kelimeler: müfredat öğrenimi, veri hattı). Zor metin işleme sorununu çözmek için Qwen-Image aşamalı bir müfredat kullanır: daha basit, metinsiz görüntülerle başlar ve giderek paragraf düzeyine varan, metin açısından zengin örneklerle eğitir. Ekip; büyük ölçekli derleme, dikkatli filtreleme, sentetik artırma ve dengeleme içeren kapsamlı bir hat kurarak modelin eğitim sırasında çok sayıda gerçekçi metin/fotoğraf kompozisyonu görmesini sağlar. Bu stratejik müfredat, modelin çok dilli metin işlemede üstün olmasının başlıca nedenlerinden biridir.
Düzenleme mekanizması (anahtar kelimeler: çift kodlama, VAE + VL kodlayıcı). Düzenleme için sistem özgün görüntüyü iki kez besler: bir kez semantik kontrol için Qwen2.5-VL kodlayıcısına ve bir kez de yeniden yapılandırıcı görünüm bilgisi için bir VAE kodlayıcısına. Çift kodlama tasarımı, düzenleme modülünün kimliği ve görsel sadakati korurken semantik değişikliklere izin vermesini sağlar — örneğin, alakasız bölgeleri bozmadan bir nesneyi değiştirmek veya metin içeriğini değiştirmek gibi.
Kıyaslama performansı
Qwen-Image, hem üretim hem de düzenleme için birden çok kamuya açık kıyaslamada SOTA veya SOTA’ya yakın performans elde eder; özellikle metin işleme görevlerinde ve gerçek dünya kompozisyon kıyaslamalarında (örn. T2I-CoreBench ve küratörlü görüntü düzenleme paketleri) güçlü sonuçlar verir.
Qwen-Image diğer önde gelen modellerle nasıl karşılaştırılır
Göreli güçlü yönler: metin işleme ve iki dilli metin sadakati, birçok üretici rakibe (örn. DALL·E 3, SDXL, Midjourney) kıyasla modelin ayırt edici avantajlarıdır; söz konusu rakipler genellikle salt sanatsal kompozisyon veya stil çeşitliliğinde daha güçlü, ancak yoğun çok satırlı ya da Çince metin yerleşimlerinde daha zayıftır. Birçok topluluk karşılaştırması ve model yazarlarının kıyaslama tabloları bu nitelemeyi destekler.
Göreli ödünleşimler: Bağımsız testlere göre, kapalı ve yoğun şekilde ayarlanmış ticari sistemlerle karşılaştırıldığında Qwen-Image’ın bazı bağlamlarda (eğri yüzey bozulmaları, fotogerçekçi kompozitleme) aynı düzeyde gerçekçiliğe ulaşması için son işleme veya istem/adaptör ayarı gerektirebilir. Şablonlu tasarımlar, ambalaj maketleri veya iki dilli metin yerleşimleri öncelikli olan kullanıcılar için Qwen-Image genellikle daha tercih edilir.
Tipik ve yüksek değerli kullanım senaryaları
- Ambalaj ve ürün maketleri: etiketler ve ambalaj denemeleri için doğru metin ve çok satırlı yerleşimler.
- Reklam ve tasarım taslakları: metin sadakatinin önemli olduğu hızlı prototipleme (afişler, banner'lar).
- Belge odaklı görüntü üretimi: okunabilir içerik içermesi gereken görüntülerin üretilmesi (menüler, tabelalar, arayüzler).
- Görüntü düzenleme hatları: stili ve perspektifi koruyarak hedefli düzenlemeler (metin değiştirme, nesne ekleme/kaldırma).
- Qwen image API'ye nasıl erişilir
Adım 1: API Anahtarı için Kaydolun
cometapi.com’a giriş yapın. Henüz kullanıcımız değilseniz lütfen önce kaydolun. CometAPI konsolunuza giriş yapın. Arayüzün erişim kimliği olan API anahtarını edinin. Kişisel merkezde API belirteci bölümünde “Add Token”a tıklayın, belirteç anahtarını alın: sk-xxxxx ve gönderin.
Adım 2: Qwen image API’ye İstek Gönderin
API isteğini göndermek için “qwen-image” endpoint’ini seçin ve istek gövdesini ayarlayın. İstek yöntemi ve istek gövdesi web sitemizdeki API dokümanından alınır. Kolaylık sağlaması için web sitemizde Apifox testi de mevcuttur. <YOUR_API_KEY> ifadesini hesabınızdaki gerçek CometAPI anahtarıyla değiştirin. temel URL, CometAPI üzerinden Images biçimindedir (https://api.cometapi.com/v1/images/generations).
Sorunuzu veya isteğinizi content alanına ekleyin—modelin yanıtlayacağı içerik budur .
Adım 3: Sonuçları Alın ve Doğrulayın
Üretilen yanıtı almak için API yanıtını işleyin. İşlemenin ardından API, görev durumunu ve çıktı verilerini döndürür。