共计 1229 个字符，预计需要花费 4 分钟才能阅读完成。
根据6月27日的消息，阿里云通义千问正式推出了最新的多模态统一理解与生成模型——Qwen VLo。用户可通过 Qwen Chat（chat.qwen.ai）进行体验。
这一创新模型不仅具备“理解”世界的能力，还能够在此基础上进行高质量的再创造，真正实现了从感知到生成的飞跃。
Qwen VLo 采用渐进式生成的方法，从左到右、从上到下逐步构建出整幅图像。
在这个生成过程当中，模型会不断地调整和优化预测的内容，从而确保最终效果的和谐一致。这种生成机制不仅提升了视觉效果，还为用户创造了更加灵活和可控的创作体验。
官方指出，Qwen VLo 采用了动态分辨率训练，支持灵活的动态分辨率生成。在输入和输出端，模型能够处理任意分辨率和长宽比的图像生成需求。
这意味着用户可以不再受到固定格式的限制，能够根据实际需求生成适用于不同场景的图像内容，包括海报、插图、网页横幅以及社交媒体封面等，都能轻松处理。
此外，Qwen VLo 还创新性地引入了一种新的生成机制：从上到下、从左到右的逐步清晰生成。这种机制不仅提高了生成效率，尤其适合需要精细控制的长段文字生成任务。当生成带有大量文本的广告设计或漫画分镜时，Qwen VLo 能够逐步生成并进行实时修改。这一渐进式的方式让用户能够在创作过程中实时观察并进行调整，从而达到最佳效果。
阿里云官方提醒，Qwen VLo 目前仍处于预览阶段，存在一定不足之处，生成过程中可能出现与事实不符或与原图不一致的问题，开发团队正在持续进行改进。
Qwen VLo 在多模态理解与生成能力上进行了全面提升，显著增强了对图像内容的理解深度，从而实现了更加准确和一致的生成效果。
以下是 Qwen VLo 的主要亮点：
01 更精准的内容理解与再创造
以往的多模态模型在生成过程中容易出现语义不一致的情况，例如将汽车误认为其他物体，或者无法保留原图的关键结构特征。而 Qwen VLo 则通过强大的细节捕捉能力，在生成过程中保持高度的语义一致性。举例来说，当用户上传一张汽车照片并要求“更换颜色”时，Qwen VLo 不仅能够准确识别车型，还可以保留原有的结构特征，同时自然地完成色彩风格转换，确保生成的结果既符合预期又真实。
02 支持开放指令的编辑和生成修改
用户能够通过自然语言提出各种创意指令，例如“把这幅画风格改为梵高风格”、“让这张照片看起来像19世纪的老照片”或“为这张图片添加一个晴朗的天空”。Qwen VLo 能够灵活响应这些开放性指令，并生成符合用户预期的结果。无论是艺术风格迁移、场景重构还是细节修饰，模型都能轻松实现。即使一些传统的视觉感知任务，如深度图预测、分割图生成、检测图以及边缘信息提取等，也能够通过编辑指令顺利完成。更进一步，面对复杂的指令，模型也能轻松应对，例如同时修改物体、文字和背景的要求。
03 多语言指令支持
Qwen VLo 支持多种语言的指令，包括中文和英文，打破了语言障碍，为全球用户提供了便捷的交互体验。无论您使用何种语言，只需简单描述需求，模型便能迅速理解并输出理想结果。
