近日，苹果研究团队推出了最新的多模态 AI 模型 UniGen1.5，标志着图像处理技术的一次重要突破。该模型不仅能够理解图像，还能生成和编辑图像，这三大功能被成功整合在一个系统中，显著提升了工作

通義千問シリーズは、Qwen-Imageという20億パラメータのマルチモーダル・ディフュージョン・トランスフォーマー（MMDiT）画像生成ベースモデルを初めてオープンソース化しました。この革新的な

The Qwen-Image, a 2 billion parameter multimodal diffusion transformer (MMDiT) image generation fo

通义千问系列首次开源了一款名为Qwen-Image的20亿参数多模态扩散变换器（MMDiT）图像生成基础模型。这一创新成果不仅在复杂文本渲染和精确图像编辑方面取得了突破性进展，更是在多个公开基准测

論文リンク: https://www.arxiv.org/pdf/2505.05470 プロジェクトリンク: https://github.com/yifan123/flow_grpo 一方で、

5月21日、腾讯はその「混元（ホンユエン）」大規模モデルの全体的なアップデートを発表し、同社の人工知能分野における技術能力が引き続き向上していることを示しました。今回のアップデートでは、旗艦となる

先ほど終了した国際機械学習会議（ICML）で、快手と上海交通大学は注目を集めるマルチモーダル生成理解モデル「Orthus」を発表しました。このモデルは、自己回帰型Transformerアーキテクチ

在AI图像生成领域，一项革命性技术新鲜出炉:Qwen-Image-i2L。这款由阿里通义实验室推出的开源工具，能将任意单张图片瞬间转化为可微调的LoRA（Low-Rank Adaptation）模