本文にスキップ
AI News HubLIVE
その他
要約のみ

AlibabaのQwen-Image-2.0、圧縮率を2倍にし、生成ステップを40から4に削減

Alibabaの技術レポートによると、Qwen-Image-2.0は画像を競合の2倍圧縮し、再設計されたTransformerでトレーニングを安定化し、短いユーザー入力を詳細なプロンプトに自動拡張する専用モジュールを搭載。蒸留版は40ステップではなく4ステップで動作。LMArenaで現在9位。

ソースThe Decoder著者: Jonathan Kemper
AlibabaのQwen-Image-2.0、圧縮率を2倍にし、生成ステップを40から4に削減
誤りを報告

訂正窓口はまだ利用できません。記事情報をコピーして保存できます。

訂正案内

要約のみ

配信元のコンテンツ権限に基づき、編集要約、要点、原文へのリンクのみを提供します。

要点と分析を開く

記事インテリジェンス

投資家上級

要点

  • VAEは16倍の空間ダウンサンプリング(標準は8倍)、スキップ接続と潜在空間整形により詳細を保持。
  • TransformerはFFNの代わりにSwiGLUを採用し、テキスト・画像共同学習時の「大規模活性化」を解決。
  • プロンプト拡張モジュールはQwen3.5-9Bベースで、短い入力から詳細なプロンプトを生成、2段階で学習。
  • 蒸留版は4ステップのノイズ除去で同等の品質を実現。

要点と分析は自動生成され、誤りを含む場合があります。原典をご確認ください。