Text Rendering

🤖 AI Summary Notice 이 글은 AI(Claude)가 논문을 읽고 작성한 요약입니다. 부정확한 내용이 있을 수 있으니, 정확한 정보는 원문을 참고해주세요. TL;DR Qwen-Image는 Alibaba Qwen 시리즈의 이미지 생성 파운데이션 모델로, 복잡한 텍스트 렌더링(특히 중국어)과 정밀한 이미지 편집에서 SOTA를 달성했다. Qwen2.5-VL을 조건 인코더로, 20B MMDiT를 backbone으로 사용하며, 새로운 MSRoPE 위치 인코딩, 7단계 데이터 필터링 파이프라인, 3단계 텍스트 합성 전략, dual-encoding 편집 메커니즘을 도입했다. GenEval 0.91, 중국어 텍스트 렌더링에서 GPT Image 1 대비 22%p 우위, GEdit/ImgEdit 편집 벤치마크 1위를 기록하며, 오픈소스 모델로서 상용 모델과 경쟁력 있는 성능을 보여준다. ...