20B ParametersApache 2.0Advanced Text Rendering

Qwen Image

Qwen Imageは、Alibaba Cloudが開発した200億パラメータの多機能マルチモーダル拡散トランスフォーマーモデルです。中国語などの表意文字とアルファベット言語の複雑な複数行テキストをサポートする高度なテキストレンダリング機能を備えた、高品質な芸術的でフォトリアリスティックな画像の生成に優れています。このモデルは、優れた画像編集、複数のスタイルサポート、シンプルなプロンプトで使いやすいインターフェースを提供します。

Qwen Imageを試す

高度なテキストレンダリングを備えたAI画像を生成するためにQwen Imageを使用

Qwen Imageとは

革命的なテキストレンダリングを備えたAlibabaの最先端画像生成AI

Qwen ImageはAlibabaのQwenチームによって開発されたAI画像生成技術における革命的な進歩を表しています。200億パラメータのマルチモーダル拡散トランスフォーマー（MMDiT）基盤モデルとして、画像内のテキスト統合において新しい標準を設定し、アルファベット言語と表意文字言語の両方で比類のない能力を提供します。このモデルは複雑な複数行テキストレンダリング、プロフェッショナル画像編集、コンピュータビジョンタスクに優れ、Apache 2.0オープンソースのアクセシビリティを維持しています。

Key Highlights

革命的なテキストレンダリング

複雑な複数行レイアウト、段落レベルのセマンティクス、英語と中国語文字の細かな詳細を例外的な精度でサポートする業界最先端のテキスト統合機能。

高度な画像編集

スタイル転送、オブジェクトの挿入/削除、詳細の強化、画像内テキスト編集、人間のポーズ操作を含むプロフェッショナルレベルの編集機能で、セマンティックな意味を保持。

コンピュータビジョン統合

オブジェクト検出、セマンティックセグメンテーション、深度推定、エッジ検出、新規視点合成、超解像度を含む包括的なビジョンタスクを単一の統合モデルで実現。

オープンソースアクセシビリティ

Apache 2.0ライセンスの下でリリースされ、完全なHugging Face統合、Diffusersライブラリサポート、LoRAおよびファインチューニングワークフローの積極的な開発。

Technical Specifications

Duration

Resolution

Aspect Ratio

Frame Rate

Audio

Input Types

Max Prompt Length

Qwen Imageの強力な機能

AI画像生成においてQwen Imageを卓越させる高度な機能を発見してください

高度なテキストレンダリング

アルファベットおよび表意文字言語の複雑な複数行テキストのレンダリングに優れ、画像内での正確な中国語文字生成を含みます

200億パラメータモデル

200億パラメータのマルチモーダル拡散トランスフォーマーの力を活用して、卓越した画像品質と詳細を実現

マルチスタイルサポート

フォトリアリスティックから抽象芸術、アニメ、デジタルイラストまで、さまざまな芸術的スタイルで画像を生成

柔軟な解像度

256x256から2048x2048ピクセルまでのカスタム画像サイズをサポート、あらゆるユースケースに最適

フラッシュモード

高速生成モードを有効にして、創造的なアイデアの迅速な反復とラピッドプロトタイピングを実現

プロンプト翻訳

最適な結果を得るためにプロンプトを英語に変換する組み込み翻訳サポート、グローバルユーザーをサポート

プロンプト最適化

生成品質を向上させ、ビジョンへのより良い準拠を確保するインテリジェントなプロンプト強化

調整可能なガイダンス

ガイダンススケールを1から20まで微調整して、画像がプロンプトにどれだけ忠実に従うかを制御

可変ステップ制御

推論ステップを10から50までカスタマイズして、品質と生成速度の完璧なバランスを実現

シード再現性

反復的なデザイン作業に不可欠な、一貫性のある再現可能な結果のためにシード値を使用

Apache 2.0ライセンス

寛容なApache 2.0ライセンスのオープンソースモデル、個人および商用利用に適しています

クレジットベースの価格設定

解像度に基づく動的価格設定を備えた効率的なクレジットシステム、画像1枚あたりわずか5クレジットから

Qwen Imageについてのよくある質問

Qwen Image AIモデルとその機能に関する一般的な質問への回答を得る

Qwen Imageは、特に複雑な複数行テキストと中国語文字に対する卓越したテキストレンダリング機能で際立っています。200億パラメータのマルチモーダル拡散トランスフォーマーとして、高精度でテキストを直接画像に組み込むことに優れており、これは多くの他のモデルが苦手とする分野です。また、複数の芸術的スタイルをサポートし、Apache 2.0オープンソースライセンスを採用しています。

Qwen Imageは256x256ピクセルから2048x2048ピクセルまでの柔軟なカスタム解像度を64ピクセル刻みでサポートしています。デフォルト解像度は1024x1024ですが、幅と高さを独立して調整して、正方形から広い風景や高い縦向きまで、ニーズに合うあらゆるアスペクト比の画像を作成できます。

はい！Qwen Imageには、最適な結果を得るために自動的にプロンプトを英語に変換する組み込み翻訳サポートが含まれています。これにより、母国語に関係なく、世界中のユーザーがアクセスできるようになります。また、このモデルは生成された画像での中国語テキストのレンダリングに特別な強みがあり、多言語コンテンツ作成に理想的です。

Qwen Imageは動的なクレジットベースの価格システムを使用しています。基本コストは画像1枚あたり5クレジットですが、選択した解像度に基づいて最終価格が調整されます。高解像度は計算要件の増加により、より多くのクレジットが必要です。例えば、2048x2048画像の生成は1024x1024画像よりもコストが高くなります。

フラッシュモードは、迅速な反復とプロトタイピングのためのより高速な画像生成を可能にする速度最適化機能です。異なるプロンプトを実験している時や迅速な結果が必要な時に特に有用です。生成品質をわずかに低下させる可能性がありますが、プロセスを大幅に高速化し、ブレインストーミングセッションや複数のバリエーションを迅速に必要とする時に最適です。

はい、Qwen ImageはApache 2.0ライセンスの下でリリースされており、これは非常に寛容で個人および商用利用の両方を許可しています。追加のライセンス料なしに、ビジネス目的、マーケティング資料、製品デザインなどに生成された画像を使用できます。このオープンソースアプローチにより、スタートアップ、企業、個人クリエイターがアクセスしやすくなっています。

Qwen Imageをテキスト生成画像に使用する方法

Qwen Imageの高度なテキストレンダリング機能でプロフェッショナルな画像生成をマスターしましょう

step1

詳細なプロンプトを作成

生成設定を構成

画像を生成して改良

料金

あなたに合ったプランを選んでください。隠れた料金や予期せぬ費用はありません。