Qwen-Image-2.1 উন্নত এডিটিং এবং স্বচ্ছতার সাথে শীর্ষ ওপেন-সোর্স ইমেজ জেনারেটর হয়ে উঠেছে

এআই কোড লেখার ক্ষমতা প্রায়শই ডেভেলপারদের হাত কীবোর্ড থেকে সরিয়ে ফেলে, কিন্তু ডিজাইনারদের জন্য, এআই দ্বারা তৈরি ছবিগুলি জমা দেওয়ার জন্য প্রায়শই কয়েকধাপ দূরে থাকে।

চিত্র ডিজাইনের কাজের প্রবাহে, চরিত্রগুলির পৃথকীকরণ, উপাদানের টেক্সট পরিবর্তন এবং বিভিন্ন পণ্যের সাজানো প্রায়শই সমন্বয় করতে হয়, কিন্তু প্যাকেজিংয়ের টেক্সট এবং বোতলের আকৃতি পরিবর্তন করা যাবে না। যদি প্রয়োজনীয়তা অবিরাম পরিবর্তন হয় এবং স্থানীয়ভাবে আবারও সংশোধন করতে হয়, তবে সমগ্র ছবিটি সমন্বিত রাখতে হবে।

এই বিস্তারিতগুলি নির্ধারণ করে যে AI-চিত্র প্রকৃত সৃজনশীল প্রক্রিয়ায় প্রবেশ করতে পারবে কিনা। ডিজাইনার, ই-কমার্স অপারেটর এবং কন্টেন্ট ক্রিয়েটরদের জন্য, বর্তমানে চিত্র মডেলের বাধা হলো প্রতিবার প্রস্তাবিত সংশোধন নির্দেশনা কতটা সঠিকভাবে সম্পন্ন হয়।

এই রবিবার, আলিবাবা কুয়েন Qwen-Image-2.1 একটি অফিসিয়াল ওপেন-সোর্স ইমেজ জেনারেশন মডেল হিসেবে প্রকাশিত হয়েছে, যা ছোট মডেলের আকারে বেশিরভাগ উৎপাদনশীলতা সমস্যা সমাধান করে: এটি টেক্সট-টু-ইমেজ এবং ইমেজ এডিটিংকে একীভূত করে, প্রাকৃতিকভাবে ট্রান্সপারেন্ট ইমেজ জেনারেশনকে সমর্থন করে, সর্বোচ্চ 10টি রেফারেন্স ইমেজ গ্রহণ করতে পারে, এবং লোকাল এডিটিং, মানুষের চেহারা এবং পণ্যের ফিডেলিটি আরও শক্তিশালী করেছে।

এটি হয়ে উঠেছে কুয়েন চিত্র সিরিজের বর্তমানে সবচেয়ে ভারসাম্যপূর্ণ এবং সর্বোত্তম মূল্য-প্রতি-মানের ওপেন-সোর্স ইমেজ জেনারেশন মডেল। পাবলিক ইভালুয়েশন রিজাল্ট অনুযায়ী, Qwen-Image-2.1 ওপেন-সোর্স মডেলগুলির মধ্যে প্রথম স্থান অধিকার করেছে, এবং এর স্কোর Nano Banana 2.0-এর চেয়েও বেশি। মনে রাখবেন, এই মডেলটির ভিজুয়াল জেনারেশন পার্টের প্যারামিটার সংখ্যা মাত্র 7B।

X প্ল্যাটফর্মের মতো স্থানে, পূর্বে অভিজ্ঞতা পাওয়ার যোগ্যতা প্রাপ্ত ব্যবহারকারীরা তৈরি করা ফলাফল শেয়ার করেছেন, যা সকলের কাছে অসংখ্য প্রশংসা পেয়েছে। বহু পাঠ্য বিষয়বস্তু সহ একটি ইমেজ প্রভাব:

বাস্তব ফটোগ্রাফিক কোয়ালিটির ছবি তৈরি করুন:

বিভিন্ন ফিল্টার এবং আলোক স্টাইল পরীক্ষা করা হয়েছে:

Qwen-Image-2.1-এর নির্দেশ অনুসরণ, কার্ড টানার সফলতার হার এবং বাস্তব ফলাফলের ক্ষেত্রে মানুষ এটিকে অসাধারণ বলে মনে করেন। নতুন মডেলের ক্ষমতার ভিত্তিতে, আমরা এখন মাল্টিমিডিয়া উৎপাদন, সংমিশ্রণ এবং সংশোধনের কাজের প্রবাহকে একত্রিত করতে পারি, যাতে AI-এর মাধ্যমে অনেক জটিল ছবি সংশোধনের সমস্যা সমাধান করা যায়।

প্রতিবেদন অনুযায়ী, Qwen-Image-2.1-এর ভিজুয়াল জেনারেশন পার্ট 20 স্তরের Single-Stream DiT ব্যবহার করে, যার প্যারামিটার সংখ্যা 7B এবং এটি 2K-এর জন্য ন্যাটিভ সমর্থন রাখে। এই মডেলটি মূল্যায়ন বেঞ্চমার্কে তার আকারের চেয়ে উচ্চতর পারফরম্যান্স দেখিয়েছে: Qwen-Image-2.1-এর মোট স্কোর 60.28। এর তুলনায়, Nano Banana 2.0-এর স্কোর 59.82 এবং GPT Image 1.5-এর স্কোর 59.65। এটি এখন বেশ কয়েকটি বন্ধ উৎসের ইমেজ মডেলের সাথে প্রতিদ্বন্দ্বিতা করতে সক্ষম।

Qwen-Image-Bench মূল্যায়ন গ্রাফ।

ভিজুয়াল জেনারেশন পার্টটিতে শুধুমাত্র 7B প্যারামিটার রয়েছে, যা এই ক্ষমতাকে আরও গুরুত্বপূর্ণ করে তোলে: এটি ছোট জেনারেটিভ মডিউলের মধ্যে একসাথে ইমেজ জেনারেশন, ট্রান্সপারেন্ট অবজেক্ট জেনারেশন এবং মাল্টিপল ইমেজ এডিটিংয়ের (জেনারেশন এবং এডিটিং একই পাইপলাইন) ক্ষমতা ধারণ করে, যা ডেভেলপারদের জন্য ইমেজ টুলস ডিপ্লয় এবং কাস্টমাইজ করার জন্য একটি হালকা শুরুর বিন্দু প্রদান করে।

পারফরম্যান্স ভালো রাখার পাশাপাশি, Qwen-Image-2.1 মডেলের ইনফারেন্স প্রক্রিয়াকে অপ্টিমাইজ করেছে, যার মূল ধারণা হল অপ্রয়োজনীয় পুনরাবৃত্তি গণনা কমানো।

একটি ইমেজ এডিটিংয়ে, ইনপুট রেফারেন্স ইমেজ এবং এডিটিং নির্দেশাবলী প্রতিটি পদক্ষেপের সাথে পরিবর্তিত হয় না। তাই, নতুন মডেলটি মিক্সড-গ্রেনুলারিটি অ্যাটেনশন স্ট্রাকচার ব্যবহার করে, যেখানে টেক্সট পার্ট (সিস্টেম প্রিফিক্স, এডিটিং নির্দেশাবলী) পারম্পরিক টোকেন-লেভেল কৌশলগত মাস্কিং অনুসরণ করে, যা অর্থপূর্ণ যুক্তির সামঞ্জস্যতা নিশ্চিত করতে শব্দে শব্দে কঠোরভাবে সিকোয়েন্সিয়াল ক্যালকুলেশন করে। ইমেজ জেনারেশন পার্টটি Chunk-লেভেল মাস্কিং ব্যবহার করে এবং KV Cache মেকানিজমের মাধ্যমে প্রথম পদক্ষেপের গণনার পরে এই স্থির কনটেক্সটগুলি ক্যাশে করা হয়, যা পরবর্তী জেনারেশন পদক্ষেপগুলিতে পুনঃব্যবহারের জন্য।

এর অর্থ হলো এখন এআই প্রথমে রেফারেন্স উপাদানগুলি প্রসেস করবে এবং লক্ষ্য ছবি তৈরির সময় পূর্ববর্তী ফলাফলগুলি পুনরায় ব্যবহার করবে। এই অপ্টিমাইজেশনটি একাধিক ছবি ইনপুটের ক্ষেত্রে আরও পরিষ্কারভাবে দৃশ্যমান হয়, যা উপসংহার দক্ষতা বাড়াতে এবং জিপিইউ মেমোরির খরচ কমাতে সহায়তা করে।

যেহেতু এখন Qwen-Image-2.1 সর্বোচ্চ 10টি রেফারেন্স ছবি সমর্থন করে, তাই এই অপ্টিমাইজেশনটি অত্যন্ত গুরুত্বপূর্ণ। ইনপুট যত বেশি সমৃদ্ধ হবে, রেফারেন্স তথ্য পরিচালনা এবং পুনরাবৃত্ত গণনা নিয়ন্ত্রণ করা তত বেশি গুরুত্বপূর্ণ। ঠিক কতটা সময় এবং VRAM সঞ্চয় হবে, তা হার্ডওয়্যার, প্রিসিশন, রেজোলিউশন এবং ইনপুট সংখ্যার সাথে সমন্বয় করে নির্ণয় করা প্রয়োজন।

নতুন সংস্করণ Qwen-Image-এর ডিজাইন প্রয়োজনীয়তার সাথে সবচেয়ে বেশি মিলে যাওয়া ক্ষমতা হল প্রাবিধ্য চিত্র তৈরি।

সাধারণ ছবির উপাদানগুলি সাধারণত পূর্ণাঙ্গ পটভূমি সহ থাকে। এই ছবিগুলির মূল বিষয়টিকে পোস্টার, পণ্যের বিস্তারিত পৃষ্ঠা বা অন্য একটি ছবিতে ব্যবহার করতে হলে, প্রায়শই প্রথমে ছবির বিষয়টি কেটে নিতে হয়, প্রান্ত, ফাঁক এবং সীমানা পরিষ্কার করতে হয়। সম্পূর্ণ স্বচ্ছ ছবিগুলিতে অতিরিক্ত স্বচ্ছতা তথ্য থাকে, যা পটভূমিকে বিষয়ের চারপাশে বা কিছু অংশের মধ্যে দিয়ে দেখায়, যার ফলে পরবর্তীতে এটিকে স্তরবদ্ধভাবে সংযুক্ত করা সহজ হয়।

Qwen-Image-2.1 স্বাভাবিকভাবেই স্বচ্ছ ছবি তৈরির সমর্থন করে, যা প্রম্পট অনুযায়ী স্বয়ংক্রিয়ভাবে সাধারণ ছবি নাকি স্বচ্ছ ছবি তৈরি করে। ব্যবহারকারীরা উপাদানের বর্ণনা দিতে গিয়েই স্বচ্ছ ব্যাকগ্রাউন্ডের প্রয়োজনীয়তা উল্লেখ করতে পারেন। বর্তমানে প্রদর্শিত উদাহরণগুলির মধ্যে রয়েছে উৎসবের ইলাস্ট্রেশন, চরিত্রের উপাদান, সজ্জা উপাদান, এবং একাধিক অবজেক্ট দিয়ে গঠিত জটিল কম্বিনেশন, যা ডিজাইনের কাজে সাধারণত প্রয়োজনীয়। আমরা একটি চেষ্টাও করেছি:

ক্রিয়েটরদের জন্য এটি একটি ভালো খবর, এখন আমরা সরাসরি ব্যবহারযোগ্য মেটেরিয়াল পাচ্ছি, যার ফলে কাজের কয়েকটি ধাপ কমে গেছে।

অবশ্যই, এই পারদর্শী উপাদানগুলি তৈরি করার পরেও সংশোধন করা যায়। উদাহরণস্বরূপ, একই চিত্রকল্পের চরিত্রের মুখের ভাব পরিবর্তন করা যেতে পারে, বা ছবিতে থাকা লেখা পরিবর্তন করা যেতে পারে। সম্পাদনার বিষয়বস্তু হতে পারে চরিত্রের দৃশ্যমান বিস্তারিত বা উপাদানের লেখা।

এটি ডিজাইনের সময় প্রকৃত পরিবর্তনের প্রয়োজনীয়তার সাথে খুব কাছাকাছি: অ্যাক্টিভিটির নাম পরিবর্তন করা হয়েছে, কিন্তু প্যাটার্নটি এখনও রাখা প্রয়োজন; এক্সপ্রেশনটি আরও হালকা হওয়া উচিত, কিন্তু চরিত্রটিকে এখনও একই চরিত্র হিসাবে চিনতে পারা উচিত। জেনারেশন এবং এডিটিংকে একই মডেলে রাখার পরে, এই পরবর্তী প্রয়োজনীয়তাগুলির জন্য একটি একীকৃত প্রসেসিং এন্ট্রি পাওয়া গেছে।

অবশ্যই, Qwen-Image-2.1 পূর্ববর্তী ছবিগুলি প্রক্রিয়াকরণের জন্য সমর্থন করে।

অফিসিয়াল একটি উদাহরণ দিয়েছেন যেখানে বাস্তব ছবি থেকে প্রয়োজনীয় কন্টেন্ট বের করে RGBA ট্রান্সপারেন্ট ইমেজ পাওয়া যায়। এখানে A হল ট্রান্সপারেন্সি চ্যানেল, যা ছবির বিভিন্ন অংশের ট্রান্সপারেন্সির মাত্রা বর্ণনা করে।

দেখা যাচ্ছে যে এই ক্ষমতা শূন্য থেকে তৈরি করার সাথে সাথে বিদ্যমান ছবির পুনঃব্যবহারকেও কভার করে। সৃজনশীলরা প্রথমে ফটো প্রদান করতে পারেন, তারপর মডেলকে অনুরোধ করতে পারেন যেন সে ছবি থেকে প্রয়োজনীয় বিষয়বস্তুটি বের করে আনে, যা পরবর্তী ডিজাইনের জন্য উপকরণ হিসেবে ব্যবহার করা হবে।

পূর্বে Qwen-Image সিরিজ প্রকাশ করেছিল Qwen-Image-Layered, যা পারদর্শী ছবির সক্ষমতা অনুসন্ধান করেছিল। এখন Qwen-Image-2.1 মূলত পারদর্শী ছবি তৈরি ও সম্পাদনা সাধারণ ছবি মডেলের সাথে একীভূত করেছে, যা সুবিধাকে আরও উন্নত করেছে।

যখন একটি চিত্রের প্রয়োজনীয়তা একাধিক অবজেক্ট থেকে আসে, তখন সম্পাদনা কাজটি আরও জটিল হয়ে পড়ে।

উদাহরণস্বরূপ, যদি একই মডেলের উপর নির্দিষ্ট পোশাক, জুতা, ব্যাগ এবং টুপি পরানোর ইচ্ছা থাকে, তবে প্রতিটি রেফারেন্স ছবির ভিন্ন ভিন্ন ভূমিকা থাকে, মডেলটিকে ব্যক্তি এবং পণ্যকে পৃথক করে তাদের যুক্তিসঙ্গত অবস্থানে রাখতে হবে এবং সম্ভবত তাদের প্রতিটি বৈশিষ্ট্যকে সংরক্ষণ করতে হবে।

Qwen-Image-2.1 সর্বোচ্চ 10টি রেফারেন্স ইমেজ ইনপুট সমর্থন করে। আমরা চেষ্টা করেছি, অ্যাটম্যান এবং ড্যারিওকে বসে কথা বলতে দিয়েছি। 7টি ছবি ব্যবহার করা হয়েছে: দুজনের সামনাসামনি দাঁড়ানোর ছবি (মুখের অভিব্যক্তি পরিবর্তন করে), পটভূমির রুম, একক সোফা, কফির কাপ (কফি পূর্ণ করে), ফ্লোর ল্যাম্প, ইলেকট্রিক ফায়ারপ্লেস, ছোট টেবিল, এবং চূড়ান্তভাবে একটি সম্পূর্ণ রেন্ডারড ইমেজ তৈরি করা হয়েছে।

বিভিন্ন পোশাক পরার ফলাফল এখন দ্রুত কারও উপর দেখানো যায়, এবং আপনি এখন বিভিন্ন একক ছবি একসাথে করে একাধিক ব্যক্তির ছবি তৈরি করতে পারেন।

প্রযুক্তিগতভাবে, এগুলি শুধু এআই মডেলের কাছে কতগুলি ছবি ইনপুট দেওয়া যায় তা পরীক্ষা করে না, বরং এটিও পরীক্ষা করে যে রেফারেন্স অবজেক্টগুলি চূড়ান্ত ছবিতে সঠিকভাবে স্থান পায় কিনা, এবং অনুপাত, অবস্থান এবং সামগ্রিক স্টাইল সমন্বিত হয়েছে কিনা।

সমগ্র চিত্রটি তৈরি হয়ে গেল, এরপর সাধারণত স্থানীয় সমায়োজন থাকে।

Qwen-Image-2.1 ব্যবহারকারীদের সম্পাদনা স্থানটি আরও স্পষ্টভাবে প্রকাশ করতে বৃত্তাকার, মুছে ফেলা এবং স্বতন্ত্র মাস্কের মতো উপায় প্রদান করে। উদাহরণস্বরূপ, আপনি বিভিন্ন রং ব্যবহার করে বিভিন্ন অঞ্চল চিহ্নিত করতে পারেন এবং একসাথে ছবির ব্যক্তির পোশাকের কিছু অংশ সরিয়ে ফেলতে এবং চুলের রং পরিবর্তন করতে অনুরোধ করতে পারেন।

এই ইন্টারেকশনটি স্থানীয় অবস্থান এবং টেক্সট প্রয়োজনীয়তার মধ্যে সংশ্লিষ্টতা স্থাপন করে। একাধিক এলাকা সম্পর্কিত সম্পাদনার ক্ষেত্রে, ব্যবহারকারী যেখানে মুছে ফেলতে হবে, যেখানে প্রতিস্থাপন করতে হবে এবং কী হওয়ার পরিকল্পনা রয়েছে তা আলাদাভাবে নির্দেশ করতে পারেন।

পেইন্টিং পদ্ধতিটি নতুন অবজেক্টের অবস্থান সরাসরি চিহ্নিত করার জন্য উপযুক্ত, তবে মূল ছবির উপর সরাসরি বৃত্ত আঁকা বা পেইন্ট করলে কিছু দৃশ্য ঢাকা পড়ে যায়। এজন্য, মডেলটি অতিরিক্ত মাস্ক ছবি ব্যবহার করে সম্পাদনা এলাকা নির্দিষ্ট করারও সুবিধা দেয়, যার ফলে মূল ছবির সম্পূর্ণ তথ্য মডেলের মধ্যে প্রবেশ করতে পারে। ব্যক্তি এবং পণ্যসহ ডিজাইনের জন্য, এই সংরক্ষণ ক্ষমতা বিশেষভাবে গুরুত্বপূর্ণ।

চুলের স্টাইল বা পরিবেশ পরিবর্তন করলেও, চিত্রে ব্যক্তির মূল পরিচয়ের বৈশিষ্ট্যগুলি বজায় রাখা উচিত; পণ্যের স্থান পরিবর্তন করলেও, প্যাকেজিংয়ের লেখা, পৃষ্ঠের বিন্যাস এবং আকৃতি যতটা সম্ভব একই রাখা উচিত। অন্যথায়, চিত্রটি যদিও সুন্দর হয়, তবুও এটি মূল প্রদর্শনের জন্য ব্যবহারযোগ্য হতে পারে না। Qwen-Image-2.1-এ মুখচিত্র এবং পণ্যের দুটি স্কেনারিওর সম্পাদনা-সংশ্লিষ্ট সঠিকতা বিশেষভাবে উল্লেখ করা হয়েছে, যা দেখতে খুবই ভালো।

আমরা এটি চেষ্টা করেছি, যেমন এটিকে প্রাথমিক বিদ্যালয়ের স্কুল বইয়ের এই পৃষ্ঠার স্ক্রিনশটের মধ্যে রাখা, ডিপসিক স্বাগতম, আমি ডিপসিক “很高兴见到你!” কে “হ্যালো, আমি কীভাবে সাহায্য করতে পারি?” এ পরিবর্তন করুন, এবং ডিপ থিংকিং (R1) কে সর্বশেষ সংস্করণের ডিপ থিংকিং বোতামে পরিবর্তন করুন, এবং আলোকিত করুন:

জেনারেশন এবং এডিটিংয়ের বাইরে, Qwen-Image-2.1 টেক্সট এবং চরিত্রের পারফরম্যান্সও উন্নত করেছে। চাইটেক্সট পেজ, ইনফোগ্রাফিকস, বা গবেষণাপত্রের চিত্রগুলিতে কনটেন্টের সঠিকতা এবং লেআউটের সৌন্দর্য উল্লেখযোগ্যভাবে উন্নত হয়েছে।

চেহারার অংশে, Qwen-Image-2.1 আলো এবং ছায়া এবং বিস্তারিত প্রকাশকে আরও উন্নত করেছে। এখন AI দ্বারা তৈরি চিত্রগুলিতে মানুষের চুল, পোশাকের বুনন, মুখের বিস্তারিত এবং পরিবেশের আলোকসজ্জা সবই আরও সমন্বিত এবং চিত্রের পৃষ্ঠের মান আরও সূক্ষ্ম।

এছাড়াও এটির প্যানোরামিক ইমেজ, ইনফোগ্রাফিক, থ্রি-ভিউ এবং স্টোরিবোর্ড জেনারেশনের উন্নত ক্ষমতা রয়েছে, যা স্ট্যাটিক ইমেজ জেনারেশন এবং এডিটিংয়ের প্রয়োগক্ষেত্রকে বিস্তারিত করেছে এবং চরিত্র প্রদর্শন, ভিজুয়াল প্ল্যানিং ইত্যাদি কাজের জন্য আরও সম্ভাবনা প্রদান করেছে। আমরা পরীক্ষা করেছি, কমিউনিটি দ্বারা তৈরি Qwen 2D চরিত্রগুলি ব্যবহার করে একটি সিরিজ স্টোরিবোর্ড ইলাস্ট্রেশন তৈরি করা:

এই ক্ষমতাগুলি একত্রিত হয়ে Qwen-Image-2.1 কে আরও সম্পূর্ণ ছবি প্রক্রিয়াকরণ চেইন পূরণ করতে দেয়, এখন আমরা একটি AI মডেলের উপর ভিত্তি করে অনেক কাজ করতে পারি—প্রথমে একাধিক রেফারেন্স ছবি ব্যবহার করে দৃশ্য সংগঠিত করুন, তারপর এলাকাগুলি সমন্বয় করুন, এবং একইসাথে ব্যক্তি এবং পণ্যের মূল বৈশিষ্ট্যগুলি সংরক্ষণ করুন। 7B-এর একটি ওপেন-সোর্স AI-এর ভিজুয়াল জেনারেশন পার্টটি পুনরায় কাজের পরিমাণকে কতটা কমাতে পারে, তা পরবর্তী বাস্তব-বিশ্লেষণে মনোযোগ দেওয়ার মতো।

Qwen-Image-2.1-এর প্রকাশের মাধ্যমে আমরা দেখতে পাচ্ছি যে চিত্র মডেলগুলি সৃজনশীল প্রক্রিয়ার আরও বেশি বিস্তারিত পর্যায়গুলিকে কভার করছে, এবং এই প্রবণতা দ্রুত বাড়ছে।

স্বচ্ছ উপাদানের আউটপুট, একাধিক ছবির রেফারেন্স, লোকাল এডিটিং এবং ফিডেলিটির উন্নতি সবকিছুই AI মডেলকে বাস্তব কাজের প্রক্রিয়ায় প্রবেশের সম্ভাবনা বাড়িয়েছে। সৃজনশীলদের জন্য, এর মানে হল বেশিরভাগ মেটেরিয়াল তৈরি এবং সমায়োজনের কাজ এখন সহজভাবে ওপেন-সোর্স ইমেজ জেনারেটিং মডেলগুলির উপর ছেড়ে দেওয়া যাচ্ছে; এবং ডেভেলপারদের জন্য, নতুন মডেলের ওপেন-সোর্সিং এই ক্ষমতাগুলির উপর ভিত্তি করে ডিজাইন টুল, অ্যাপ্লিকেশন এবং কাস্টমাইজড ওয়ার্কফ্লো তৈরির জন্য নতুন ভিত্তি প্রদান করছে।

আমরা সাহসীভাবে অনুমান করতে পারি যে Qwen-Image-2.1 এর মতো ছবি মডেলগুলির ওপেন-সোর্স হওয়ার সাথে সাথে, সম্প্রদায় আরও বেশি কনটেন্ট তৈরির পরিস্থিতিতে জেনারেশন এবং এডিটিং ক্ষমতা একীভূত করবে, যাতে আরও বেশি মানুষ তাদের প্রয়োজনের সাথে খাপ খাইয়ে নিতে পারে। যখন এই AI ক্ষমতাগুলি দৈনন্দিন সফটওয়্যারের সহজলভ্য ফিচারগুলির মধ্যে পরিণত হবে, তখন ধারণা থেকে ভিজ্যুয়াল কাজের বাধা আবারও অনেকটা কমে যেতে পারে।

বর্তমানে, Qwen-Image-2.1-এর ওপেন ওয়েট হাগিং ফেস এবং মডেলস্কোপে প্রকাশিত হয়েছে, এবং প্রযুক্তিগত রিপোর্ট GitHub রিপোজিটরিতে আপলোড করা হয়েছে।

ব্লগ: https://qwen.ai/blog?id=qwen-image-2.1

GitHub: https://github.com/QwenLM/Qwen-Image-2.1

মডেল স্কোপ: https://www.modelscope.cn/models/Qwen/Qwen-Image-2.1

হাগিং ফেস: https://huggingface.co/Qwen/Qwen-Image-2.1

এই পোস্টটি ওয়েইচ্যাট গ্রুপ "মেশিন মাইন্ড" (ID: almosthuman2014) থেকে এসেছে, লেখক: জে নান