九游会网页登录:

  它初次搭起了Qwen2.5-VL+VAE双编码加MMDiT分散的架构，在12项揭露基准测验里都拿到了最佳体现。

  许多用户反应，生成多人图画时简单“崩脸”，人物特征留不住，想调个光照、换个原料，还得加载外部权重，对新手一点不友好。

  在人物一致性上，不管是单人的多姿势生成，仍是多人的合影组成，目光、发型这一些细节都能稳住。

  LoRA子模型内置就更有用了，高频的光照操控、原料替换功用直接集成在根底模型里，不必额定加载东西，新手也能快速上手。

  本来想觉得新增的几许结构辅佐挺有用，能加辅佐线、延伸线，合适教育或许画工程图，但后来发现，这功用的适用场景仍是比较有限。

  比方生成韩系情侣写真，布景的暖调质感、人物的光影过渡都很到位，做双人俯拍，高视点下的人物份额、风格一致性都没缺点。

  给室内家居图从头打光，柔软的侧光层次很天然，把家具的木质纹路换成淡色松木，结构一点没乱，观感很一致。

  让它把镜头向左旋转60度，画面视角简直没改变，做桌面特写时，毛笔数量、书本翻开状况这一些细节都呈现了误差。

  更显着的是几许推理使命，让它过A点作DE的垂线并延伸交于G，生成的成果里，垂线和交点方位全错了。

  尽管和顶尖闭源模型比，在空间推理、杂乱指令了解上还有距离，但作为一款开源模型，它的体现现已超出预期了。

  阿里把它放在HuggingFace和魔搭社区双渠道敞开，还揭露了技能陈述，这对推进国内AIGC技能普惠，的确有非消沉效果。