阿里 Qwen3 模型更新，吉卜力风格get

 

大家好，我是Ai学习的老章

 

冷知识：阿里单Qwen系列不同参数、不同格式、不同用途的开源模型已有321个

 

这还没有算上阿里其他团队放出的模型，比如之前我介绍过的超长上下文大模型QwenLong就是阿里通义智文开源的

 

刚刚，阿里新模型+1，这次是# Qwen VLo

截止发文，Qwen VLo并未开源，我理解它应该不是一个单独的模型，其对应的应该是 Qwen3-235B-A22B ，但也未更新模型

官方简介：这是一个多模态统一理解与生成模型。这一全新升级的模型不仅能够“看懂”世界，更能基于理解进行高质量的再创造，真正实现了从感知到生成的跨越。

简介

Qwen VLo 以一种渐进式生成方式，从左到右、从上到下逐步清晰地构建整幅图片。在生成过程中，模型会对预测的内容不断调整和优化，从而确保最终结果更加和谐一致。这种生成机制不仅提升了视觉效果，还为用户带来了更灵活、更可控的创作体验。

 

用法

直接访问：https://chat.qwen.ai/

模型中选择第一个就行了

 

官方介绍的用法：

• • 1、直接生成图像，并对其进行修改，例如替换背景、添加主体、进行风格迁移，甚至可以完成基于开放指令的大幅修改，包括检测和分割等视觉感知任务，比如将卡通变为写实、将形象变成气球
• • 2、一次性完成多重任务，例如生成海报、组合物体
• • 3、除了能对图像的编辑和再创作，还可以完成一些对已有信息的标注，比如检测、分割、边缘检测等。
• • 4、支持多张图像的输入理解和生成，不过这个还没有上线
• • 5、支持文本到图像的直接生成，包括通用图像和中英文海报等。
• • 6、 支持动态长宽比的图像生成，对于长宽比高达 4:1 ，1:3 等细长类型图像
• • 7、对生成的内容进行再分析和理解，例如识别生成图片中的狗和猫的品种。

这里就不多图杀猫了，大家可以去 https://qwenlm.github.io/zh/blog/qwen-vlo/ 查看

 

就像GPT-4o一样，大家可能最喜爱的还是风格转化吧？

比如我把Qwen-VLo的海报转成了吉卜力风格

 

效果还可以

 

当然了，它也很懂事儿，知道什么事儿不该做😂

 

我试了几次，感觉瑕疵也有

• • 人物类型的图片，转换风格后图像N多细节会丢失
• • 画面元素过多时，很多物体会扭曲变形
• • 还有老生常谈的手指细节问题

总体感受：阿里，好样的！👍

官方博客也说了：

Qwen VLo 还属于预览阶段，有很多不足的地方，在生成的过程可能存在不符合事实、不完全和原图一致、指令不遵循、在识别生图和理解的意图不够稳定的问题，还请谅解。

史上最全！371张速查表，涵盖AI、ChatGPT、Python、R、深度学习、机器学习等