جنگ تصویر هوش مصنوعی؛ بایت‌دنس و علی‌بابا، گوگل را با مدل‌های جدید خود به چالش می‌کشند

بایت‌دنس و علی‌بابا با رونمایی جدیدترین مدل‌های هوش مصنوعی تصویرساز چینی، رقابت برای تصاحب بازار ابزارهای خلاق را به اوج رساندند.

به گزارش سرویس هوش مصنوعی تک‌ناک، رقابت بین دو قدرت بزرگ فناوری جهان در توسعه ابزارهای هوش مصنوعی مولد با انتشار مدل‌های Seedream 5.0 بایت‌دنس و Qwen-Image-2.0 علی‌بابا کلاود، وارد مرحله جدیدی شده است. هر دو شرکت چینی با هدف افزایش قابلیت‌ها برای کسب‌وکارها و سازندگان مستقل و هم‌زمان کاهش هزینه‌های عملیاتی گام برداشته‌اند.

مدل Seedream 5.0 بایت‌دنس هم‌اکنون برای آزمایش بتا در پلتفرم جیمنگ (Jimeng) در چین و به‌صورت جهانی ازطریق CapCut در دسترس است. این شرکت ادعا می‌کند که Seedream 5.0 از قابلیت‌های استدلال قوی‌تر و درک بهتری از دستورهای پیچیده بهره می‌برد. یکی از ویژگی‌های برجسته آن، امکان ویرایش بخش‌های خاصی از تصویر بدون نیاز به بازتولید کل طرح است. برای مثال، در آزمایشی صحنه شب برفی ایجاد شد و سپس کاربران توانستند تنها با روشن و خاموش کردن چراغ‌ها بدون تغییر بقیه صحنه آن را اصلاح کنند.

مدل Seedream 5.0 پس‌از مدل ویدئویی هوش مصنوعی Seedance 2.0 معرفی می‌شود که بر تولید ویدئوهای واقع‌گرایانه با هوش مصنوعی تمرکز دارد و نشان‌دهنده جاه‌طلبی‌های این شرکت در حوزه‌های مختلف هوش مصنوعی مولد است.

در همین زمینه، علی‌بابا کلاود مدل Qwen-Image-2.0 خود را معرفی کرده که قابلیت‌های تولید و ویرایش تصویر را در سیستمی واحد ترکیب می‌کند. این مدل توانایی پذیرش ورودی‌هایی تا ۱۰۰۰ توکن را دارد و تصاویری با وضوح 2K (۲۰۴۸ در ۲۰۴۸ پیکسل) تولید می‌کند.

همچنین، Qwen-Image-2.0 می‌تواند طرح‌بندی‌های ساختاریافته و طراحی‌های چندپنلی و حفظ ثبات شخصیت‌ها در صحنه‌های مختلف را به‌خوبی مدیریت کند. یکی دیگر از ویژگی‌های چشمگیر مدل مذکور عملکرد قدرتمند آن در رندرینگ متون چینی و خطاطی پیچیده است که آن را برای کاربران و بازارهای خاص جذاب می‌سازد.

اینفوگرافیک مقایسه مدل‌های هوش مصنوعی تصویری بین چین (Seedream و Qwen) و گوگل (Nano Banana Pro).

به نقل از گیزموچاینا، انتشار مدل‌های Seedream 5.0 و Qwen-Image-2.0 بایت‌دنس و علی‌بابا کلاود را به‌عنوان رقبای جدی و جهانی در عرصه ابزارهای خلاق مبتنی‌بر هوش مصنوعی مطرح می‌کند که می‌توانند سهم بسزایی از بازار را در آینده تصاحب و رقابت در این حوزه را بیش‌ازپیش داغ کنند.

در جدول زیر، ویژگی‌های مهم رقبای هوش مصنوعی تصویرمحور را بررسی کرده‌ایم:

ویژگیSeedream 5.0 بایت‌دنسQwen-Image 2.0 علی‌بابا Nano Banana Pro گوگل
توسعه‌دهندهبایت‌دنسعلی‌بابا کلاود (تیم Qwen)گوگل دیپ‌مایند (جمنای)
عملکرد اصلیتولید متن به تصویر همراه با ویرایشتولید و ویرایش یکپارچه تصویرتولید تصویر همراه ویرایش پیشرفته
وضوح خروجی بومیاز خروجی‌های 2K و 4K پشتیبانی می‌کندخروجی بومی 2K (۲۰۴۸ در ۲۰۴۸ پیکسل)خروجی با وضوح تا 4K
مدیریت دستوراتبرای درک دقیق دستورات طراحی شده استاز دستورهای طولانی (تا حدود ۱۰۰۰ توکن) پشتیبانی می‌کندتولید پیشرفته مبتنی‌بر دستور (محدودیت رسمی توکن ذکر نشده است)
رندرینگ متنمتن خوانا را در تصاویر تولید می‌کندتایپوگرافی قوی و رندرینگ متن ساختاریافتهرندرینگ پیشرفته متن چندزبانه
ادغام تولید همراه با ویرایشاز ویرایش‌های انتخابی تصویر پشتیبانی می‌کندتولید و ویرایش در یک مدل یکپارچه شده‌اندابزارهای یکپارچه ساخت و ویرایش تصویر
دردسترس‌بودنآزمایش بتا ازطریق جیمنگ (چین) و CapCut (جهانی)ازطریق پلتفرم‌های Qwen دردسترس استازطریق برنامه‌های جمنای و ابزارهای هوش مصنوعی گوگل دردسترس است
پایه/موتور مدلمدل اختصاصی Seedreamمعماری چندوجهی Qwenبراساس Gemini 3 Pro Image ساخته شده است
اسما کلهر

اسما کلهر

دانش آموخته مترجمی زبان انگلیسی ،نویسنده حوزه تکنولوژی

خبر بعدی

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *