เปิดตัว Qwen-Image-Edit ยกระดับการแก้ไขรูปภาพด้วยความแม่นยำสูง

เรามีความยินดีที่จะแนะนำ Qwen-Image-Edit โมเดลเวอร์ชันใหม่สำหรับการแก้ไขรูปภาพโดยเฉพาะ ซึ่งพัฒนาต่อยอดมาจากโมเดล Qwen-Image ขนาด 20B ของเรา โดย Qwen-Image-Edit ประสบความสำเร็จในการขยายความสามารถด้านการเรนเดอร์ข้อความอันเป็นเอกลักษณ์ไปสู่ฟังก์ชันการแก้ไขรูปภาพ ช่วยให้แก้ไขข้อความในภาพได้อย่างแม่นยำ นอกจากนี้ Qwen-Image-Edit ยังใช้การส่งภาพอินพุตไปยัง Qwen2.5-VL (เพื่อควบคุมความหมายทางภาพ) และ VAE Encoder (เพื่อควบคุมลักษณะทางภาพ) ไปพร้อมกัน ทำให้สามารถแก้ไขได้ครอบคลุมทั้งในระดับความหมายและรูปลักษณ์ สำหรับผู้ที่ต้องการทดสอบใช้งานโมเดลล่าสุด สามารถใช้ฟีเจอร์ "Image Editing" ได้ทันทีที่ Qwen Chat

คุณสมบัติหลัก:

• การแก้ไขเชิงความหมายและรูปลักษณ์ (Semantic and Appearance Editing): Qwen-Image-Edit รองรับทั้งการแก้ไขลักษณะทางกายภาพระดับพื้นฐาน (เช่น การเพิ่ม การลบ หรือการปรับแต่งองค์ประกอบ โดยรักษาพื้นที่ส่วนอื่นๆ ของภาพให้คงเดิม) และการแก้ไขเชิงความหมายทางภาพระดับสูง (เช่น การสร้าง IP, การหมุนวัตถุ และการถ่ายโอนสไตล์ ซึ่งปรับเปลี่ยนพิกเซลโดยรวมแต่ยังคงความสอดคล้องเชิงความหมายเดิมไว้)
• การแก้ไขข้อความที่แม่นยำ (Precise Text Editing): รองรับการแก้ไขข้อความสองภาษา (จีนและอังกฤษ) โดยสามารถเพิ่ม ลบ และแก้ไขข้อความในรูปภาพได้โดยตรง พร้อมทั้งรักษาฟอนต์ ขนาด และสไตล์ดั้งเดิมเอาไว้ได้อย่างแนบเนียน
• ประสิทธิภาพระดับแนวหน้า (Strong Benchmark Performance): จากการประเมินผลบนชุดทดสอบสาธารณะหลายชุดพบว่า Qwen-Image-Edit บรรลุประสิทธิภาพระดับแนวหน้า (State-of-the-Art) ในการแก้ไขรูปภาพ ทำให้ขึ้นแท่นเป็นโมเดลพื้นฐานที่ทรงพลังสำหรับการสร้างสรรค์ภาพ

Showcase

จุดเด่นสำคัญของ Qwen-Image-Edit คือความสามารถในการแก้ไขเชิงความหมาย (Semantic Editing) ซึ่งหมายถึงการปรับเปลี่ยนเนื้อหาภาพในขณะที่ยังคงรักษาแก่นของภาพดั้งเดิมไว้ ดังตัวอย่างจากมาสคอตคาปิบาร่า (Capybara) ของ Qwen ด้านล่างนี้:

นอกจากนี้ ความสามารถในการแก้ไขข้อความที่แม่นยำยังเป็นอีกหนึ่งจุดแข็ง โดยต่อยอดมาจากความเชี่ยวชาญด้านการเรนเดอร์ข้อความของ Qwen-Image ซึ่งเคสตัวอย่างต่อไปนี้จะแสดงให้เห็นถึงประสิทธิภาพในการจัดการข้อความภาษาอังกฤษ:

สุดท้ายนี้ เรามาดูตัวอย่างการแก้ไขรูปภาพแบบต่อเนื่อง (Chained Editing) เพื่อสาธิตวิธีค่อยๆ ปรับปรุงและแก้ไขข้อผิดพลาดในงานศิลปะพู่กันจีนที่สร้างขึ้นโดย Qwen-Image:

Lantingji Xu (Orchid Pavilion Preface)! โดยสรุป เราหวังว่า Qwen-Image-Edit จะเป็นฟันเฟืองสำคัญในการผลักดันวงการการสร้างรูปภาพให้ก้าวหน้าไปอีกขั้น ช่วยลดอุปสรรคทางเทคนิคในการสร้างสรรค์คอนเทนต์ และสร้างแรงบันาลใจให้เกิดแอปพลิเคชันนวัตกรรมใหม่ๆ ต่อไป