Команда исследователей Alibaba представила 31 декабря 2025 года новую модель искусственного интеллекта для генерации изображений под названием Qwen-Image-2512. Главной особенностью этой модели является способность создавать крайне реалистичные изображения, которые практически невозможно отличить от фотографий, а не от картинок, созданных искусственным интеллектом.
Сравнение с предыдущей версией
При сравнении изображений, созданных на основе одинаковых запросов, видно значительное улучшение качества. Ранее существующая модель Qwen-Image обладала эффектом «бьюти-фильтра», что придавало изображению искусственное, «AI-подобное» выражение. В версии 2512 значительно повысилась реалистичность лиц и освещения, а также проработаны мельчайшие детали.
Повышенное качество деталей
Одним из заметных улучшений стало увеличение детализированности объектов и текстов на изображениях. Благодаря этому модель лучше справляется с созданием сложных композиций и текстур.
Возможности локального запуска и способы использования
Данные модели Qwen-Image-2512 доступны для скачивания на платформе Hugging Face, что позволяет запускать нейросеть локально на собственных компьютерах. Команда разработчиков ComfyUI предоставила готовый рабочий процесс для генерации изображений с использованием Qwen-Image-2512, что значительно облегчает использование модели.
Пример рабочего процесса в ComfyUI
Рабочий процесс настроен на генерацию изображения в 50 шагов. При использовании компьютера с видеокартой GeForce RTX 5070 Ti процесс создания одного изображения занимает около 200–205 секунд.
Поддержка японских запросов
Qwen-Image-2512 умеет работать с запросами на японском языке, что расширяет возможности использования модели для пользователей из Японии и понимания ими сложных описаний.
Пример запроса и результата
Запрос на японском: «A snapshot taken with a camera. A Japanese grandparents are eating cookies in a slightly cluttered room. It’s a sunny day in the afternoon, and a field can be seen outside the window.» — модель точно выполнила запрос и создала реалистичное изображение по описанию.
Примеры других запросов
- Японская женщина в возрасте 20 лет разговаривает по телефону в телефонной будке, на улице идёт дождь. Внутри будки есть наклейка с надписью ‘GIGAZINE’.
- Горничная с синими волосами в косичках, пьющая колу в ночном переулке, сидит рядом с кондиционером. Вокруг рассыпаны журналы с надписью ‘GIGAZINE’. Фото сделано сверху прямо в камеру.
- Японский мужчина 20 лет держит плакат с надписью ‘We look forward to your continued support in 2026.’ Фото сделано на вокзале в ясный вечер.
Несмотря на высокое качество изображения и понимание сложных инструкций, модель испытывает сложности при генерации изображений с японским текстом.
Технические характеристики и производительность
Для создания изображения модель проходит около 50 шагов генерации. На современном ПК с видеокартой GeForce RTX 5070 Ti процесс занимает чуть более 3 минут на одно изображение.
Выводы
Qwen-Image-2512 представляет собой значительный шаг вперёд в области генерации изображений на основе искусственного интеллекта. Основными преимуществами модели являются:
- Повышенная реалистичность изображений без «искусственного» эффекта;
- Высокое качество детализации;
- Поддержка японских языковых запросов;
- Возможность локальной установки и запуска;
- Генерация изображений с прозрачным фоном в формате PNG.
Эти возможности делают Qwen-Image-2512 удобным инструментом не только для профессиональных дизайнеров и художников, но и для исследователей и энтузиастов, стремящихся создавать качественные реалистичные изображения при помощи AI.
Учитывая быстрый рост технологий генерации изображений, модели, подобные Qwen-Image-2512, открывают новые перспективы в области визуального творчества и автоматизации создания контента. Их открытость и бесплатный доступ способствуют развитию сообщества и стимулируют появление новых подходов и улучшений, важные для индустрии и пользователей по всему миру.
Прокомментировать в Телеграм: https://t.me/n8nhow
Подписаться на канал обучения n8n: https://t.me/n8ncoaching