مدل هوش مصنوعي Nano Banana Pro گوگل چند ماه قبل معرفي شد و در زمينه توليد تصوير بسياري از خواسته هاي كاربران را برآورده مي كند. اما اين مدل عميقاً به زيرساخت ابري گوگل متصل شده و براي موارد حرفه اي، استفاده از آن هزينه زيادي براي مشتريان دارد. حالا تيم Qwen از علي بابا، با معرفي Qwen-Image-2512 تلاش كرده تا چنين سرويسي را به صورت رايگان در اختيار كاربران قرار دهد.
Qwen-Image-2512 مدل هوش مصنوعي براي توسعه دهندگان و حتي شركت هاي بزرگ است كه به صورت رايگان و تجاري تحت لايسنس آزاد Apache 2.0 ساخته شده. اين مدل هم اكنون از طريق رابط Qwen Chat در دسترس قرار گرفته و نسخه هاي متفاوت آن در Hugging Face و ModelScope منتشر شده است.
براي آزمايش بدون نياز به نصب اين مدل، يك دموي رايگان در Hugging Face و نسخه مرورگري ModelScope نيز قابل دسترس است و كسب وكارهايي كه ترجيح مي دهند از سرويس مديريت شده استفاده كنند، مي توانند از طريق Model Studio در علي بابا كلاد به آن دسترسي پيدا كنند.
Qwen-Image-2512 در چه زمينه هايي بهبود پيدا كرده است؟ مدل Qwen-Image-2512 بر سه محور اصلي تمركز دارد كه براي سازمان ها مي توانند مهم باشند.
- واقع گرايي چهره و انسجام محيطي: مدل، جلوه ظاهر مصنوعي كه در اكثر مدل ها ديده مي شود را كاهش مي دهد. جزئيات سن، بافت پوست و حالات چهره با اين مدل طبيعي تر نمايش داده مي شوند و محيط هاي پس زمينه با معنا و ارتباط بصري روشن تري رندر مي شوند. Qwen مي گويد كه براي شبيه سازي، آموزش داخلي و ارتباطات سازماني، اين سطح از توليد طبيعي بسيار مهم است.
- وفاداري بافت ها و مواد: مناظر، آب، مو و سطوح مواد با جزئيات بيشتري نمايش داده مي شوند. اين موضوع نه تنها از نظر زيباشناسي اهميت دارد، بلكه هزينه هاي مربوط به مدل را كاهش مي دهد.
- متن و چيدمان ساختاريافته: درست مانند نانو بنانا پرو، دقت اين مدل در توليد متن داخل تصوير و انسجام چيدمان بهبود يافته و حالا اسلايدها، پوسترها و اينفوگرافيك ها خواناتر و دقيق تر از قبل هستند. در تست هاي انجام شده روي AI Arena علي بابا، Qwen-Image-2512 به عنوان قدرتمندترين مدل متن باز تصوير رتبه بندي شده و در رقابت با سيستم هاي بسته نيز عملكرد نزديكي داشته است.
حوزه اي كه Qwen-Image-2512 بيش از هر چيز ديگري خود را در آن متمايز مي داند، در مجوز و شيوه انتشار است. اين مدل تحت لايسنس Apache 2.0 عرضه شده؛ يعني سازمان ها و توسعه دهندگان مي توانند آزادانه از آن استفاده كنند، كد و وزن ها را تغيير دهند، آن را براي موارد خاص خود تنظيم كنند و حتي بدون محدوديت حقوقي، به صورت تجاري آن را مستقر كنند.