オープンソースの画像生成モデルは画像を迅速に生成できますが、特に肖像画や複雑な自然風景を扱う場合、究極のリアリティを実現するには至らないことがよくあります。生成された顔は「プラスチック」のような見た目やぼやけた特徴を持ち、肌の質感はリアルではありません。自然風景の場合、水域や植物などの繊細な質感を表現する場合、モデルが硬く見えることがよくあります。さらに、このモデルは、平文、データチャート、複雑なレイアウトを含むデザインを生成する際に、パフォーマンスにばらつきがあります。これらの過度に「AIっぽい」トレースは、画像をプロの商用利用や芸術作品の要件を満たすことを困難にしています。

これに基づいて、アリババのTongyi Labは最近、次世代画像生成モデルであるQwen-Image-2512をオープンソース化した。このモデルは、2025 年 8 月にリリースされた Qwen-Image ベース モデルの主要な反復です。その機能は非常に独特で、次の 3 つのコア機能の飛躍的な向上に重点を置いています。

* 人間の性質についてのより現実的な感覚:肌の質感、髪の向き、微妙な表情までも正確に描写でき、「プラスチック顔」を完全に排除します。

* より繊細な自然な質感：水の流れ、動物の毛皮、植物の表面などの自然要素の詳細がよりリアルに表現され、画像の没入感が大幅に向上します。

* 複雑なテキストのレンダリングが強化されました:クリアなテキストを生成できるだけでなく、タイムライン、技術チャート、さらにはマルチパネルコミックを含むプロ仕様のインフォグラフィックを直接作成することもできます。

Qwen-Image-2512の革新性は、体系的な最適化にあります。これにより、「リアリティ」と「実用性」の点で、オープンソースモデルとトップクラスのクローズドソースモデルとの間のギャップが大きく埋められます。技術的には、200億パラメータを備えたこのマルチモーダル拡散トランスフォーマー（MMDiT）モデルは、AI Arenaプラットフォーム上で1万回を超えるブラインドテストを経て、その強力な総合性能を実証しました。ユーザーはテキストコマンドだけで、プレゼンテーションに直接使用できるPowerPointやインフォグラフィックを生成できるため、プロフェッショナルなデザインシーンにおけるAI画像生成の応用範囲が大幅に拡大します。

現在のところ、「Qwen-Image-2512: よりリアルな肖像画と自然風景の生成」が、HyperAI ウェブサイト (hyper.ai) のチュートリアル セクションで公開されました。あなたの無限の創造力を解き放ちましょう！

オンライン体験:https://go.hyper.ai/29siB

効果例:

デモの実行

1. hyper.aiのホームページにアクセスしたら、「Qwen-Image-2512: よりリアルな肖像画と自然風景の生成」を選択するか、「チュートリアル」ページから選択します。ページがリダイレクトされたら、「このチュートリアルをオンラインで実行」をクリックします。

2. ページがジャンプしたら、右上隅の「クローン」をクリックしてチュートリアルを独自のコンテナにクローンします。

注：ページの右上で言語を切り替えることができます。現在、中国語と英語が利用可能です。このチュートリアルでは英語で手順を説明します。

3. 「NVIDIA GeForce RTX 5090-2」と「PyTorch」のイメージを選択し、必要に応じて「Pay As You Go」または「Daily Plan/Weekly Plan/Monthly Plan」を選択し、「ジョブ実行を続行」をクリックします。

HyperAI は新規ユーザー向けに登録ボーナスを提供しています。わずか $1 で、RTX 5090 のコンピューティング パワー (元の価格は $7) を 20 時間利用でき、リソースは無期限に有効です。

4. リソースが割り当てられるのを待ちます。ステータスが「実行中」に変わったら、「ワークスペースを開く」をクリックしてJupyterワークスペースに入ります。

効果実証

ページがリダイレクトされたら、左側の README ページをクリックし、上部の [実行] をクリックします。

プロセスが完了したら、右側の API アドレスをクリックしてデモ ページに移動します。

以上が今回HyperAIがおすすめするチュートリアルです。ぜひ皆さんも体験してみてください！

チュートリアルのリンク:

https://go.hyper.ai/29siB