Qwen-Image-2.1-Turbo เปิดซอร์ส การสร้างภาพลดจาก 40 ขั้นเหลือ 8 ขั้น

动察 Beating ข่าวด่วน AI อาลีบาบา ทงอี้ เชียนเวิ่น เปิดตัว Qwen-Image-2.1-Turbo และเปิดเผยน้ำหนักโมเดล นี่คือเวอร์ชันเร่งความเร็วของ Qwen-Image-2.1 ซึ่งใช้สถาปัตยกรรมการสร้างภาพที่มีพารามิเตอร์ 7 พันล้าน ตัวอย่างอย่างเป็นทางการของเวอร์ชันต้นฉบับใช้การลดสัญญาณรบกวน 40 ขั้นตอน ส่วน Turbo ลดเหลือ 8 ขั้นตอน ลดขั้นตอนลง 80% การลดสัญญาณรบกวนคือกระบวนการที่โมเดลสร้างภาพจากสัญญาณรบกวนทีละขั้นตอน อย่างไรก็ตาม การลดขั้นตอนลง 80% ไม่ได้หมายความว่าเวลาที่ใช้จริงจะลดลง 80% เช่นกัน

โมเดลใหม่ยังสามารถสร้างภาพ 2K รองรับการแก้ไขภาพด้วยคำสั่งข้อความ การอ้างอิงภาพหลายภาพ และการส่งออกพื้นหลังโปร่งใส นักพัฒนาสามารถรันในเครื่องผ่านไลบรารีเครื่องมือ Diffusers ของ Hugging Face ซึ่งจะใช้การตั้งค่าการสุ่มตัวอย่าง 8 ขั้นตอนที่แนะนำโดยอัตโนมัติ API ของ Turbo และ Pro ก็เปิดให้ใช้งานแล้ว ตามราคาปกติของอาลีบาบาคลาวด์ไป่เหลียนในภูมิภาคปักกิ่ง Turbo คิดค่าบริการ 0.1 หยวนต่อภาพ ส่วน Pro อยู่ที่ 0.25 หยวน โดย Turbo ถูกกว่า 60%

มีผู้ใช้รายงานว่าความเร็วในการสร้างเพิ่มขึ้นอย่างเห็นได้ชัด แต่การประเมินคุณภาพภาพมีความคิดเห็นที่แตกต่างกัน ผู้ใช้บางรายทดสอบบน RTX 5090 แล้วพบว่า Turbo สร้างพื้นผิวผิวหนังของตัวละครที่คมชัดเกินไป ปัจจุบันยังขาดการทดสอบอิสระที่เพียงพอที่จะพิสูจน์ว่าคุณภาพภาพเทียบเท่ากับเวอร์ชันต้นฉบับ

สิ่งที่ต้องทราบคือ Turbo ใช้สัญญาอนุญาต Qwen Research License แม้ว่าน้ำหนักโมเดลจะดาวน์โหลดได้ แต่การใช้งานฟรีจำกัดเฉพาะการวิจัยและการประเมินที่ไม่ใช่เชิงพาณิชย์เท่านั้น การใช้น้ำหนักโมเดลเพื่อการพัฒนาทางพาณิชย์ยังต้องขออนุญาตแยกต่างหาก