跳到主要内容
检索

# Qwen-Image

2 篇关联报道

订阅更新
  1. arXiv

    少步数文生图补上特征矩约束:Z-Image-Turbo 两次评估中文长文本达94.25%

    少步数文生图要在极少采样次数里把提示中的细节画准,而分布匹配蒸馏(DMD)依赖学习到的分数差,统计量未必对齐。Intrinsic Distribution Matching 在保留完整 DMD 修正的同时,用生成器指数滑动平均副本的特征均值与逐坐标标准差加了一项矩约束,不需要外部特征编码器。在 Z-Image-Turbo 6B 上两次网络评估时,中文与英文 LongText-Bench 分别达到 94.25% 和 90.20%,为所比较方法中该预算下的最高分。

  2. arXiv

    复旦团队用IDS拆解汉字结构做奖励,让Qwen-Image在LongText与GenTextEval上结构质量与语义对齐双双领先

    该工作提出IDSpect:先用Unicode 16.0 BabelStone词典把目标汉字递归拆解为表意文字描述序列(IDS)令牌,再训练一个基于SVTRv2与NRTR解码器的专家IDS识别器,把生成图像中的文字区域直接转写为IDS序列,通过全局唯一令牌信用的令牌级F1与整字语义奖励加权融合,在GRPO后训练Qwen-Image时不改动生成器、不增加推理开销,在LongText与GenTextEval上取得领先的结构质量与语义对齐。

已读完全部报道