Qwen-Image-2.0 기술 보고서 arXiv 공개
Alibaba Qwen 팀이 통합 이미지 생성·편집 파운데이션 모델 Qwen-Image-2.0의 기술 보고서(arXiv 2605.10730)를 공개했다. 7B 파라미터 규모로 Qwen3-VL을 조건 인코더로, Multimodal Diffusion Transformer를 생성 백본으로 결합해 네이티브 2K 해상도 출력과 최대 1000 토큰 프롬프트를 지원하며, 슬라이드·포스터·인포그래픽·코믹 등 텍스트 리치 콘텐츠 생성과 다국어 타이포그래피를 크게 개선했다. GenEval 0.91, DPG-Bench 88.32를 기록하며 AI Arena ELO 텍스트-이미지 생성 및 이미지 편집 두 카테고리 모두 1위를 달성했다.
원문 보기