Мы рады сообщить, что Qwen-Image теперь доступен на Novita AI всего за $0.02 за изображение! Эта революционная базовая модель изображений 20B MMDiT открывает значительные возможности в сложном рендеринге текста и точном редактировании изображений на нашей платформе AI-инференса.
О модели Qwen-Image
Qwen-Image — это базовая модель изображений 20B MMDiT, которая добилась значительных успехов в сложном рендеринге текста и точном редактировании изображений. Модель представляет собой крупный прорыв в технологии генерации изображений на базе ИИ.
Ключевые особенности:
- Превосходный рендеринг текста: Qwen-Image отлично справляется со сложным рендерингом текста, включая многострочные макеты, семантику на уровне абзацев и мелкие детали. Он поддерживает как алфавитные языки (например, английский), так и логографические (например, китайский) с высокой точностью.
- Согласованное редактирование изображений: Благодаря расширенной парадигме многозадачного обучения Qwen-Image достигает исключительной производительности при сохранении как смыслового содержания, так и визуальной реалистичности во время операций редактирования.
- Высокая производительность на кросс-бенчмарках: При оценке на нескольких публичных бенчмарках Qwen-Image стабильно превосходит существующие модели в разнообразных задачах генерации и редактирования, создавая прочную основу для модели генерации изображений.
Источник: Tech Report
Доказанная производительность
Qwen-Image был всесторонне оценён на нескольких публичных бенчмарках, включая GenEval, DPG и OneIG-Bench для общей генерации изображений, а также GEdit, ImgEdit и GSO для редактирования изображений. Qwen-Image достигает самых современных результатов на всех бенчмарках, демонстрируя свои сильные способности как в генерации, так и в редактировании изображений.
Кроме того, результаты на LongText-Bench, ChineseWord и TextCraft показывают, что он превосходит существующие самые современные модели по рендерингу текста — особенно в генерации китайского текста — со значительным отрывом. Это подчёркивает уникальное положение Qwen-Image как ведущей модели генерации изображений, которая сочетает широкие общие возможности с исключительной точностью рендеринга текста.
Источник: 📑 Blog
Доступ к Qwen-Image на Novita AI
Как провайдер AI-инференса, Novita AI интегрировал Qwen-Image в качестве модели 20B MMDiT для генерации изображений нового поколения по тексту. Модель особенно сильна в создании потрясающих графических постеров с встроенным текстом, что делает её идеальной для профессиональных приложений, требующих высококачественной интеграции текста. Полные детали реализации см. в нашей документации.
Как работает наш API
Мы реализовали Qwen-Image как асинхронную API-систему. Когда вы отправляете запрос, изначально возвращается только task_id. Затем вы используете task_id для запроса к нашему Task Result API, чтобы получить результаты генерации изображений.
Спецификации API
Endpoint: https://api.novita.ai/v3/async/qwen-image-txt2img
Заголовки запроса:
- Content-Type (string, required): Поддерживает
application/json - Authorization (string, required): Формат аутентификации Bearer, например: Bearer {{API Key}}
Тело запроса:
- prompt (string, required): Текстовый промпт для генерации изображения
- size (string): Размер генерируемого медиа в пикселях (ширина*высота). По умолчанию
1024*1024. Диапазон: 256 ~ 1536 на измерение
Ответ:
- task_id (string, required): Используйте task_id для запроса к нашему Task Result API для получения сгенерированных результатов
Начало работы с Qwen-Image на Novita AI
Вот как использовать Qwen-Image через наш API:
Шаг 1: Сгенерируйте task_id
Отправьте POST-запрос к нашему API Qwen-Image текст-в-изображение:
Запрос:
curl --location 'https://api.novita.ai/v3/async/qwen-image-txt2img' \
--header 'Authorization: Bearer {{API Key}}' \
--header 'Content-Type: application/json' \
--data '{
"prompt": "A cinematic scene of a quiet girl with short brown hair sitting by a misty lake at dawn. She wears an oversized sweater, holding a warm mug. Soft morning light filters through the trees, cool tones, tranquil mood, light fog, 50mm photography style.",
"size": "1024*1024"
}'
Ответ:
{
"task_id": "{Returned Task ID}"
}
Шаг 2: Получите сгенерированные изображения
Используйте task_id, чтобы получить выходные изображения:
curl --location --request GET 'https://api.novita.ai/v3/async/task-result?task_id={Returned Task ID}' \
--header 'Authorization: Bearer {{API Key}}'
Коды состояния HTTP в диапазоне 2xx указывают на успешный приём запроса, а коды в диапазоне 5xx — на внутренние ошибки сервера. Вы можете получить URL изображения в поле images ответа.
Почему мы добавили Qwen-Image на нашу платформу
Как провайдер AI-инференса, мы выбрали интеграцию Qwen-Image, потому что он устраняет критический пробел в генерации AI-изображений: высококачественный рендеринг текста. Теперь наши пользователи могут:
- Создавать профессиональные графические постеры с чётким читаемым текстом
- Генерировать изображения с многострочными текстовыми макетами и семантикой на уровне абзацев
- Поддерживать как английский, так и китайский текст с высокой точностью
- Достигать самых современных результатов на нескольких бенчмарках генерации изображений
- Использовать гибкие варианты размера от 256x256 до 1536x1536 пикселей
Демонстрация Qwen-Image
Гора Фудзи с цветущей сакурой на переднем плане, ясное небо, мирный весенний день, мягкий естественный свет, реалистичный пейзаж.
Мужчина в костюме стоит перед окном и смотрит на яркую луну за окном. Мужчина держит пожелтевший лист бумаги с написанными от руки словами: «Луна-фонарь взбирается в серебряную ночь, Разворачивая тихие мечты по небу, Каждая звезда — шёпот обещания, обёрнутый в свет, Что рассвет расцветёт, даже если тьма блуждает рядом». На подоконнике сидит милый кот.
Молодая девушка в школьной форме стоит в классе и пишет на доске. Текст «Introducing Qwen-Image, a foundational image generation model that excels in complex text rendering and precise image editing» аккуратно выведен белым мелом в центре доски. Мягкий естественный свет проникает через окна, отбрасывая лёгкие тени. Сцена выполнена в реалистичном фотографическом стиле с мелкими деталями, малой глубиной резкости и тёплыми тонами. Сосредоточенное выражение лица девушки и мелкая пыль в воздухе добавляют динамики. Фоновые элементы включают парты и учебные плакаты, слегка размытые, чтобы подчеркнуть центральное действие. Сверхдетализированное разрешение 32K, качество DSLR, мягкий боке, стиль документальной съёмки.
Текст «Qwen-Image on Novita AI» выполнен в изящном полупрозрачном стеклянном стиле. Каждая буква выглядит так, будто сделана из матового или глянцевого стекла, с реалистичным освещением, мягкими тенями и тонкими отражениями. Фон минималистичный и современный — возможно, мягкий градиент, абстрактное размытие или тёмная поверхность — чтобы усилить эффект стекла. Общий вид элегантный, футуристичный и визуально впечатляющий.
Начните использовать Qwen-Image сегодня
Готовы испытать превосходный рендеринг текста в изображениях, созданных ИИ? Начните работу с Qwen-Image на нашей платформе AI-инференса:
- Зарегистрируйтесь для получения учётной записи Novita AI
- Получите свой API-ключ в панели управления
- Используйте нашу подробную документацию API
- Начните генерировать изображения с исключительным качеством текста
Qwen-Image теперь доступен на Novita AI — предлагая вам следующее поколение генерации изображений по тексту с непревзойдёнными возможностями рендеринга текста через нашу платформу AI-инференса.
Novita AI — это облачная AI-платформа, которая помогает разработчикам легко развёртывать AI-модели с помощью простого API, опираясь на доступную и надёжную GPU-облачную инфраструктуру. Поддерживая библиотеки с открытым исходным кодом для LLM-инференса и обслуживания, Novita AI продвигает будущее AI-инноваций.
