阿里通义千问推出多模态模型Qwen VLo，引入全新生成机制

6月28日，阿里云通义千问刚刚发文，宣布推出最新的多模态统一理解与生成模型Qwen VLo。这一全新升级的模型可以进行高质量的再创造，实现从感知到生成的跨越。

官方表示，Qwen VLo采用动态分辨率训练，支持动态分辨率生成。无论是输入端还是输出端，模型都支持任意分辨率和长宽比的图像生成。这意味着用户不再受限于固定的格式，可以根据实际需求生成适配不同场景的图像内容。

此外，Qwen VLo还创新性地引入了一种全新的生成机制：从上到下、从左到右逐步清晰的生成过程。这一机制不仅提升了生成效率，还特别适用于需要精细控制的长段落文字生成任务。

阿里云官方提醒，Qwen VLo属于预览阶段，还有很多不足的地方，在生成的过程可能存在不符合事实、不完全和原图一致的问题，开发团队还在持续迭代。

【来源： 凤凰网 科技 】