Qwen-VLo：阿里云多模态AI领域的重磅发布
阿里云近日发布最新多模态AI模型Qwen-VLo，其图像生成和编辑能力获用户高度评价，甚至超越GPT-4o。模型具备细节捕捉增强、单指令图像编辑、多语言支持及灵活分辨率适配等优势，并在图像识别、物体替换及渐进式生成等方面表现出色。现可通过Qwen Chat平台免费体验。
Qwen-VLo：阿里云多模态AI领域的重磅发布 Read More »
多模态AI
多模态AI能够理解和处理文本、图像、视频等多种形式的数据输入和输出。
OmniGen2：新一代多模态AI的突破性进展
OmniGen2是一款基于Qwen-VL-2.5架构的多模态生成模型，拥有70亿参数，其中30亿用于文本处理，40亿用于图像扩散生成。其核心能力包括智能文本转图像、上下文感知编辑和多模态理解。新增的自我反思机制可自主优化输出质量。通过ComfyUI的节点式集成，用户可直观操作，降低使用门槛。已在多个场景中展示专业级图像生成与编辑效果。
OmniGen2：新一代多模态AI的突破性进展 Read More »
Google Gemini 2.5 Pro：从视频到交互式应用的多模态进化
Google发布Gemini 2.5 Pro版，在多模态理解和代码生成领域实现重大。该模型在编程能力上超越竞争对手Cl 3.7 Sonnet，特别擅长视频内容和手绘草图转化为功能完备的网络，显著提升开发效率。它在Web开发、审查优化和教育技术等领域展现出革命性，开创了AI辅助开发的新范式。
Google Gemini 2.5 Pro：从视频到交互式应用的多模态进化 Read More »