Alibaba đã giới thiệu đối thủ Nano Banana – bộ máy tạo hình ảnh mạnh mẽ Qwen‑Image‑2.0 dựa trên trí tuệ nhân tạo

Alibaba ra mắt mô hình tạo ảnh mới – Qwen‑Image‑2.0

Công ty Alibaba đã giới thiệu công nghệ mới nhất trong lĩnh vực trí tuệ nhân tạo — Qwen‑Image‑2.0, được thiết kế để tạo và chỉnh sửa tài liệu đồ họa. Mô hình thể hiện một số ưu điểm chính làm cho nó cạnh tranh trên thị trường AI.

Qwen‑Image‑2.0 có thể
- Tái tạo văn bản chính xác: Hình ảnh sinh ra không chứa lỗi văn bản và cho phép chọn phong cách viết.
- Hỗ trợ yêu cầu dài: Mô hình xử lý tới 1000 token, mở rộng khả năng xây dựng bố cục phức tạp và hướng dẫn chi tiết.
- Đa dạng định dạng đầu ra: Từ ảnh chân thực, slide trình bày đến poster và truyện tranh.
- Thẩm mỹ và bố cục: Khả năng sắp xếp văn bản hài hòa, chọn kiểu chữ và căn chỉnh các đối tượng trong hình.

Ví dụ: khi tạo hình ảnh bảng bóng, mô hình phản chiếu chính xác các vật thể xung quanh và tích hợp chữ không làm giảm chất lượng.

Nguồn gốc của mô hình
Qwen‑Image‑2.0 kết hợp hai hướng nghiên cứu tại Alibaba:

1. Tạo ảnh – độ chính xác tối đa và chi tiết, bao gồm việc hiển thị văn bản đúng.
2. Chỉnh sửa ảnh – bảo toàn nội dung gốc mà không làm méo mó, tính năng và nhất quán.

Sự hòa trộn các phương pháp này đã tạo ra một mô hình linh hoạt với kiến trúc đơn giản hơn: kích thước nhỏ hơn nhưng tốc độ sinh nhanh hơn.

Ưu điểm so với đối thủ
- Độ chính xác – kế thừa kỹ năng chỉnh sửa ảnh từ các phiên bản trước.
- Linh hoạt yêu cầu – tới 1000 token cho phép mô tả cảnh phức tạp và bố cục tinh vi.
- Thẩm mỹ – tự động đặt văn bản và chọn kiểu chữ phù hợp với ngữ cảnh hình ảnh.
- Bố cục – căn chỉnh các yếu tố tạo ra truyện tranh thông tin và poster phim.

Kiểm tra tại AI Arena
Alibaba đã thực hiện so sánh mù với các mô hình hàng đầu:

Do đó, trong hầu hết các kịch bản, Qwen‑Image‑2.0 cho thấy hiệu suất dẫn đầu giữa các mô hình Trung Quốc và quốc tế.

Kết luận:

Alibaba đã giới thiệu một mô hình tạo ảnh mạnh mẽ, linh hoạt và thẩm mỹ cân bằng, có khả năng đáp ứng nhu cầu của cả chuyên gia thiết kế lẫn người dùng tìm kiếm giải pháp nhanh chóng để tạo nội dung trực quan.