فهرست مطالب
تیم Qwen علی‌بابا مدل هوش مصنوعی Qwen-Image-2.1-Turbo را برای تولید و ویرایش تصاویر با وضوح 2K معرفی کرد که برای انجام این کار به‌جای ۴۰ مرحله، تنها به ۸ مرحله پردازش نیاز دارد.
به گزارش سرویس هوش مصنوعی تکناک، نسخه توربو با همان معماری ۷ میلیارد پارامتری مدل اصلی توسعه یافته است، اما تعداد مراحل تولید تصویر را تا ۸۰ درصد کاهش می‌دهد. این تغییر می‌تواند فرایند تولید تصویر را سریع‌تر کند و استفاده از مدل را برای توسعه‌دهندگان کاربردی‌تر سازد.
حتما بخوانید: مدل تصویرساز Qwen Image 2.1 با ۷ میلیارد پارامتر معرفی شد
قابلیت‌های مدل Qwen-Image-2.1-Turbo
این مدل نسخه سریع‌تر مدل تولید تصویر Qwen-Image-2.1 محسوب می‌شود. این مدل علاوه بر ساخت تصویر از روی متن، امکان ویرایش تصاویر موجود را نیز فراهم می‌کند.
مدل جدید از یک تولیدکننده تصویر با ۷ میلیارد پارامتر و رمزگذار متنی Qwen3-VL با ۸ میلیارد پارامتر استفاده می‌کند. همچنین امکان تولید تصویر با وضوح ۲۰۴۸ در ۲۰۴۸ پیکسل را دارد.
از مهم‌ترین قابلیت‌های این مدل می‌توان به موارد زیر اشاره کرد:
- تولید تصویر از روی توضیحات متنی
- ویرایش تصویر با استفاده از دستورهای متنی
- ترکیب چند تصویر مرجع برای ساخت خروجی جدید
- تولید تصاویر با پس‌زمینه شفاف
- ساخت پرتره، پوستر، طرح‌های تایپوگرافی و چیدمان رابط کاربری
این قابلیت‌ها باعث می‌شوند Qwen-Image-2.1-Turbo فقط ابزاری برای ساخت تصویر نباشد و در فرایندهای طراحی و ویرایش نیز کاربرد داشته باشد.
مرتبط: علی‌بابا با معرفی مدل چندوجهی Qwen3.8 Max به Kimi K3 رقیب پاسخ داد
سرعت تولید تصویر در مدل Qwen-Image-2.1-Turbo
مهم‌ترین تفاوت نسخه توربو با مدل اصلی، کاهش تعداد مراحل پردازش از ۴۰ به ۸ مرحله است. به بیان دیگر، مدل جدید برای تولید هر تصویر به یک‌پنجم تعداد مراحل قبلی نیاز دارد.
البته کاهش تعداد مراحل لزوما به معنای افزایش پنج‌برابری سرعت نهایی در تمام سخت‌افزارها نیست، چرا که زمان تولید تصویر به عواملی مانند کارت گرافیک، تنظیمات اجرا و اندازه خروجی بستگی دارد.
مدل Qwen-Image-2.1-Turbo از سازوکار کش کردن اطلاعات متنی و تصاویر مرجع نیز استفاده می‌کند. این روش به مدل اجازه می‌دهد اطلاعات ورودی را در مراحل بعدی دوباره محاسبه نکند و بخشی از هزینه پردازش را کاهش دهد.
هزینه استفاده از API مدل Qwen چقدر است؟
علی‌بابا امکان استفاده از این مدل را از طریق سرویس ابری Model Studio نیز فراهم کرده است. براساس اطلاعات منتشرشده، هزینه تولید هر تصویر با نسخه توربو در بسیاری از مناطق ۰٫۱ یوان چین است.
در مقابل، هزینه تولید هر تصویر با مدل Qwen-Image-2.1-Pro به ۰٫۲۵ یوان می‌رسد. بنابراین، هزینه هر تصویر در نسخه توربو حدود ۲٫۵ برابر کمتر است. محدودیت درخواست نیز برای نسخه توربو ۱۲۰ درخواست در دقیقه و برای نسخه پرو ۲۰ درخواست در دقیقه اعلام شده است.
این قیمت‌ها بر اساس یوان چین اعلام شده‌اند و هزینه دلاری معادل آنها به نرخ تبدیل ارز بستگی دارد. همچنین هزینه نهایی ممکن است با توجه به منطقه و شرایط سرویس تغییر کند.
محدودیت‌های استفاده تجاری
با وجود قابلیت‌های نسخه توربو، توسعه‌دهندگان باید به مجوز استفاده از آن توجه کنند. وزن‌های این مدل تحت مجوز پژوهشی Qwen منتشر شده‌اند؛ بنابراین، استفاده تجاری از نسخه‌ای که روی زیرساخت شخصی اجرا می‌شود ممکن است به دریافت مجوز جداگانه نیاز داشته باشد.
برای اجرای مدل نیز به محیط نرم‌افزاری مناسب، ازجمله نسخه سازگار کتابخانه Diffusers و کارت گرافیک مبتنی بر CUDA نیاز است. علی‌بابا حداقل حافظه گرافیکی مورد نیاز نسخه توربو را به‌طور مشخص اعلام نکرده است.
بیشتر بخوانید: هوش مصنوعی Claude Haiku 5.5؛ سریع‌ترین مدل آنتروپیک عرضه شد
آیا مدل توربو ارزش توجه دارد؟
مدل Qwen-Image-2.1-Turbo با حفظ معماری ۷ میلیارد پارامتری مدل اصلی، تولید تصویر را به ۸ مرحله کاهش می‌دهد و قابلیت‌هایی مانند خروجی 2K، ویرایش تصویر و پشتیبانی از پس‌زمینه شفاف را ارائه می‌کند.
هزینه کمتر API در مقایسه با نسخه پرو نیز می‌تواند برای توسعه‌دهندگانی که تعداد زیادی تصویر تولید می‌کنند جذاب باشد. با وجود این، هنوز امتیاز بنچمارک مستقلی برای نسخه توربو در اطلاعات منتشرشده ارائه نشده است؛ مدل اصلی Qwen-Image-2.1 امتیاز ۶۰٫۲۸ را در بنچمارک Qwen-Image-Bench کسب کرده است.
درنهایت، Qwen-Image-2.1-Turbo گزینه قابل توجهی برای تولید و ویرایش سریع تصاویر با هوش مصنوعی است، اما پیش از استفاده تجاری، بررسی مجوز مدل و شرایط سرویس اهمیت زیادی دارد.
