اگر امروز برای تولید تصاویر باکیفیت به اشتراک‌های گران‌قیمت ابری متکی هستید، مدل جدید علی‌بابا بازی را تغییر می‌دهد. ۷ میلیارد پارامتر؛ این تمام چیزی است که مدل جدید این شرکت برای ادعای برتری بر غول‌های بستهٔ صنعت تصویرسازی نیاز دارد.
این مدل که در ۲۰ سپتامبر ۲۰۲۶ منتشر شد، یک مدل وزن‌های باز (Open Weights) — یعنی دستور پخت مدل علناً منتشر شده و نه فقط غذای آماده — است که توسط تیم Qwen AI برای ویرایش دقیق و تولید تصاویر با وفاداری بالا طراحی شده است. همان‌طور که در تحلیل‌های قبلی ما درباره‌ی گذار صنعت به سمت مدل‌های کوچک‌تر اشاره کردیم، بازار اکنون به دنبال ابزارهایی است که روی سخت‌افزار محلی اجرا شوند. علی‌بابا با هدف قرار دادن بازار «مصرف‌کنندگان حرفه‌ای»، این مدل را به‌گونه‌ای بهینه کرده است که روی کارت‌های گرافیکی معمولی مثل NVIDIA RTX 3090 اجرا شود. این رویکرد در راستای استراتژی کلی علی‌بابا برای توسعه مدل‌های بهینه است، مشابه آنچه در معرفی مدل Qwen3.8-Flash-Next برای بهبود عملکرد کدنویسی شاهد بودیم.
به گزارش وب‌سایت the-decoder.com، این مدل چندین پیشرفت فنی کلیدی را معرفی کرده است:
- پشتیبانی از RGBA: تولید و ویرایش بومی تصاویر شفاف که اجازه می‌دهد اشیا را جدا کرده یا متن‌ها را روی لایه‌های شفاف تغییر دهید.
- ورودی چند-مرجعی: توانایی پردازش هم‌زمان ۱۰ تصویر مرجع برای کارهای پیچیده مثل پروژه‌های طراحی داخلی یا پروکسی مجازی.
- بهینه‌سازی استنتاج: به‌روزرسانی‌های معماری و بازاستفاده از KV Cache (حافظه‌ای که برای سرعت بخشیدن به تولید توکن‌ها استفاده می‌شود) سرعت استنتاج (Inference) — لحظه‌ای که مدل واقعاً جواب تولید می‌کند، شبیه خودِ آشپزی و نه دوره‌ی آموزش آشپز — را به‌شدت افزایش داده است. این تمرکز بر سرعت پاسخ‌دهی، یادآور تلاشات علی‌بابا در بهینه‌سازی شدید استنتاج در نسخه‌های پیشین خانواده Qwen است.
طبق اعلام تیم Qwen، این مدل در محک‌های داخلی از اکثر مدل‌های بسته پیشی گرفته است، هرچند تأکید کرده‌اند که نتایج محک‌های مستقل هنوز در دست بررسی است. در حال حاضر این مدل از طریق Hugging Face، GitHub و Model Scope در دسترس است. همچنین علی‌بابا در حوزه‌های تخصصی‌تر نیز فعال است و پیش از این مدل Damo Radar را برای تشخیص بیماری‌های شکمی از روی سی‌تی‌اسکن معرفی کرده بود.
برای صاحبان کسب‌وکار، این اتفاق یعنی تغییر در نسبت هزینه به کیفیت محتوای بصری. دیگر برای رسیدن به نتایج سطح بالا نیازی به اشتراک‌های سازمانی نیست، به شرطی که سخت‌افزار لازم برای میزبانی وزن‌ها را داشته باشید. با این حال، مجوز فعلی پژوهشی است و استفاده تجاری مستلزم دریافت مجوز جداگانه از علی‌بابا است.
گام بعدی شما
- اگر کارت گرافیک سری ۳۰ یا ۴۰ انویدیا دارید، مدل را از Hugging Face دانلود و روی سیستم خود تست کنید.
- قابلیت RGBA را برای حذف پس‌زمینه و ایجاد لایه‌های شفاف در طراحی‌های گرافیکی به کار بگیرید.
- منتظر انتشار نتایج بنچمارک‌های مستقل بمانید تا میزان دقت واقعی مدل در برابر مدل‌های بسته مشخص شود.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو