Qwen-Image-2.0 릴리스: 전문 인포그래픽 및 포토리얼리즘

Qwen은 차세대 기본 이미지 생성 모델인 Qwen-Image-2.0의 출시를 발표했습니다. 이 모델은 이미지 생성과 편집을 하나의 아키텍처로 통합하여 전문 수준의 타이포그래피, 복잡한 인포그래픽 제작, 고충실도 포토리얼리스틱 렌더링을 가능하게 합니다.

통합 생성 및 편집 아키텍처

Qwen-Image-2.0은 이전에 별도로 개발되던 두 트랙—생성(정확도와 사실성에 초점)과 편집(기능성과 일관성에 초점)—을 하나의 "omni" 모델로 합칩니다. 이로 인해 한 영역에서의 개선이 다른 영역에도 직접적인 이점을 제공합니다. 예를 들어, 모델의 고급 텍스트 렌더링 기능을 활용하면 파이프라인을 전환하지 않고도 편집 과정에서 기존 이미지에 시나리오나 복잡한 텍스트를 삽입할 수 있습니다.

고급 타이포그래피 및 인포그래픽 기능

Qwen-Image-2.0은 전문 문서 및 그래픽 디자인을 위해 설계되었으며, 텍스트 렌더링에서 다섯 가지 핵심 강점을 가지고 있습니다:

• Precision ("准"): 모델은 복합적인 "picture-in-picture" 구성을 생성할 수 있으며, 예를 들어 이중 트랙 타임라인을 만들면서 요소 간 시각적 일관성을 유지합니다.
• Complexity ("多"): 1k 토큰 지시를 지원하여 다중 열, 데이터 테이블, 흐름도 등을 포함한 상세한 A/B 테스트 보고서와 같은 고도로 복잡한 요청을 처리할 수 있습니다.
• Aesthetics ("美"): 모델은 레이아웃과 구성을 최적화하여 텍스트를 빈 공간에 배치함으로써 시각적 주제를 가리지 않게 합니다. 또한 "Slender Gold" 스크립트와 소규모 정규 스크립트(소카이) 등 다양한 서예 스타일을 지원합니다.
• Realism ("真"): 텍스트는 유리 화이트보드, 의류, 잡지 표지 등 다양한 매체에 사실적으로 렌더링되며, 자연스러운 조명, 반사 및 원근을 보존합니다.
• Alignment ("齐"): 모델은 7열 달력 그리드나 4x6 만화 패널 레이아웃과 같이 중앙에 대사가 배치된 말풍선 등 정밀한 구조적 정렬을 수행할 수 있습니다.

포토리얼리즘 및 시각적 충실도

타이포그래피를 넘어 Qwen-Image-2.0은 텍스트가 아닌 이미지에서도 상당한 업그레이드를 제공합니다:

• Native 2K Resolution: 모델은 2048×2048 해상도를 지원하여 피부 모공, 직물 조직, 건축 텍스처, 자연 잎사귀 등에서 미세한 디테일을 구현합니다.
• Detailed Environmental Modeling: 모델은 23가지 이상의 서로 다른 녹색 색조와 현실적인 틴달 빛 광선을 포함한 여름 숲과 같은 복합적인 장면을 높은 생물학적·생태학적 충실도로 렌더링할 수 있습니다.
• Anatomical Accuracy: 모델은 말이 인간 위에 서 있는 상황처럼 복잡한 물리적 상호작용과 근육 구조를 정확히 모델링하며, 땀과 피부 텍스처를 정밀하게 표현합니다.

모델 효율성 및 성능

Qwen-Image-2.0은 가벼운 모델 아키텍처를 활용하여 추론 속도를 높였습니다. 이 모델은 7B 아키텍처로 2K 이미지를 몇 초 안에 생성할 수 있다고 설명됩니다. AI Arena에서 수행된 블라인드 테스트 결과, 통합 모델로서 텍스트‑투‑이미지와 이미지‑투‑이미지 벤치마크 모두에서 우수한 성능을 보였습니다.

이미지 편집 응용 프로그램

통합 모델이기 때문에 Qwen-Image-2.0은 여러 고급 편집 작업을 지원합니다:

• Compositional Editing: 서로 다른 이미지의 여러 피사체를 일관된 조명과 심도(depth of field)를 유지하면서 하나의 자연스러운 사진으로 합성합니다.
• Cross-Dimensional Editing: 평면 만화 스타일 일러스트를 실제 사진 배경에 통합하면서 원본 사진의 진정성을 유지합니다.