Qwen-Image-Edit: Linia edycji, checkpoint po checkpoincie

To jest strona referencyjna dla linii Qwen-Image-Edit — edytora obrazów podążającego za instrukcjami, a nie generatora tekst-na-obraz, obok którego powstał. Linia ma dokładnie trzy opublikowane punkty kontrolne: Qwen-Image-Edit, wydany 17 sierpnia 2025 i zbudowany na 20B Qwen-Image; Qwen-Image-Edit-2509, comiesięczna iteracja opublikowana 22 września 2025; oraz Qwen-Image-Edit-2511, opublikowany 17 grudnia 2025 jako ulepszona wersja 2509. Wszystko na tej stronie koncentruje się na najnowszym z tych trzech, a przy każdym stwierdzeniu wskazano, którego punktu kontrolnego dotyczy. Jest jeszcze jedna rzecz, którą trzeba wymienić na wstępie, ponieważ jest odpowiedzią na pytanie, które większość ludzi faktycznie zadaje: Qwen-Image-2.1 to zunifikowany model tekst-na-obraz i edycji obrazów z 7B komponentem generowania wizualnego, a Qwen-Image-2.1-Turbo to ten sam model jako 8-stopniowy przyspieszony punkt kontrolny. Żaden z nich nie jest pozycją w linii edycyjnej, a ta różnica jest całym powodem istnienia tej strony.

Qwen-Image versus Qwen-Image-Edit

Jeśli szukałeś różnicy między Qwen-Image a Qwen-Image-Edit, pytałeś, którą z tych dwóch rzeczy masz przed sobą. Odpowiedź jest jasna i warto powiedzieć ją wprost, ponieważ te dwie rzeczy nie są zamienne, a nazwy plików nie pozwalają ich odróżnić.

• Qwen-Image — model tekst-na-obraz. Podajesz mu słowa, a on zwraca ci obraz. To model, na którym oparto Qwen-Image-Edit. Karta samego oryginalnego checkpointu do edycji opisuje go jako „wersję Qwen-Image do edycji obrazów”, opartą na modelu Qwen-Image o 20 mld parametrów, dzięki czemu dziedziczy on renderowanie tekstu Qwen-Image.

• Qwen-Image-Edit — model obraz-do-obrazu. Przekazujesz mu obraz wraz z tekstem, a on zwraca ci zmodyfikowaną wersję tego obrazu. Karta pierwszego checkpointu klasyfikuje go jako pipeline_tag: image-to-image. Nie możesz poprosić go o obraz z niczego; obraz źródłowy nie jest opcjonalny.

• Mechanizm, który sprawia, że edycja działa inaczej — podczas gdy generator ma jedną ścieżkę wejściową (tekst), edytor ma trzy. Karta oryginalnego checkpointa opisuje podawanie obrazu wejściowego jednocześnie do Qwen2.5-VL w celu kontroli semantyki wizualnej oraz do enkodera VAE w celu kontroli wyglądu wizualnego. Ta druga ścieżka to coś, czego model tekst-na-obraz strukturalnie nie ma: edytor nie jest informowany o twoim obrazie słowami, on patrzy na latenty twojego obrazu.

• Gdzie obie linie znów się zbiegają — Qwen-Image-2.1 jest na swojej własnej karcie opisany jako „zunifikowany model generowania obrazów z tekstu i edycji obrazów”. To inna architektura odpowiedzi na to samo pytanie: zamiast checkpointu do edycji przykręconego do generatora, jeden model robi jedno i drugie. W jego przykładzie edycji do pipeline'u, którego używasz także do generowania obrazów z tekstu, przekazywany jest argument image=. Jeśli próbujesz ustalić, z którą rodziną masz do czynienia, najszybciej zdradzi to nazwa checkpointu: nazwa z serii Qwen-Image-Edit… to linia do edycji, a nazwa z serii Qwen-Image-2.1… to model zunifikowany.

Nic tutaj nie jest rekomendacją między nimi. Są to różne odpowiedzi na różne problemy, a reszta tej strony dotyczy pierwszego z nich.

Przestrzeganie instrukcji: co zmienia, a co pozostawia bez zmian

To jest pytanie, które – jak wskazuje popyt wyszukiwania – ludzie faktycznie wpisują, i zasługuje ono na bezpośrednią odpowiedź, a nie listę funkcji. Szczera odpowiedź ma dwie połowy i tylko jedna z nich jest wygodna.

Zacznij od tej połowy, która jest wbudowana w sam projekt modelu, ponieważ wyjaśnia ona większość zgłoszeń typu „zmieniło się bardziej, niż prosiłem/prosiłam”. Oryginalna karta Qwen-Image-Edit wyznacza granicę między dwoma trybami i tylko jeden z nich obiecuje, że cokolwiek zostanie zachowane.

• Edycja wyglądu — prace wizualne niskiego poziomu, takie jak dodawanie, usuwanie lub modyfikowanie konkretnych elementów. W treści samej karty ujęto to tak, że wymaga to, aby „wszystkie pozostałe obszary obrazu pozostały całkowicie niezmienione”. To tryb odpowiadający temu, co większość osób rozumie przez edycję.

• Edycja semantyczna — prace wysokiego poziomu, takie jak tworzenie IP, obracanie obiektów i transfer stylu. Tutaj karta mówi coś odwrotnego: „pozwala na ogólne zmiany pikseli przy zachowaniu spójności semantycznej”. Własnym opracowanym przykładem dostawcy jest maskotka kapibary przerysowana w wielu stylach, gdzie karta zauważa, że „większość pikseli w edytowanym obrazie różni się od tych w obrazie wejściowym”, a spójność postaci zostaje zachowana.

Ten drugi tryb nie jest błędem, a karta nie przedstawia go jako błędu. Ale to właśnie dlatego prośba w rodzaju „spraw, żeby to wyglądało jak film Ghibli” może w uzasadniony sposób zwrócić obraz, który ma niemal zero wspólnych pikseli z twoim źródłem. Jeśli chciałeś, żeby zmieniło się tylko niebo, nie prosiłeś o edycję semantyczną. Czytaj je jako opisy zamierzonego działania podane przez dostawcę, a nie jako pomiary — karta przedstawia je jako założenie projektowe, a żadna ze stron nie opublikowała wskaźnika, z jakim każdy tryb dotrzymuje obietnicy.

Teraz ta mniej komfortowa połowa. Sam projekt tej linii już wcześnie przyznał w swoich notatkach, że występują problemy z podążaniem za instrukcjami. Notatki repozytorium Qwen-Image dla oryginalnego checkpointu, z 19 sierpnia 2025 r., wskazują na „niedopasowania wydajności” w tym pierwszym wydaniu i wprost wymieniają zachowanie tożsamości oraz podążanie za instrukcjami, kierując użytkowników do zaktualizowanej kompilacji Diffusers. To przyznanie zgłoszone przez dostawcę na temat własnego modelu dostawcy, co jest mniej więcej tak bezpośrednim dowodem w kwestii przestrzegania instrukcji, jak to tylko możliwe — i dotyczy checkpointu z sierpnia 2025 r., a nie 2511.

Własny, opracowany przez dostawcę przykład trudnego przypadku jest bardziej pouczający niż jakiekolwiek twierdzenie. W przewodniku po edycji łańcuchowej na oryginalnej karcie dzieło kaligrafii wygenerowane przez Qwen-Image zawiera błędy w znakach, a edytor ma za zadanie poprawić 稽 wewnątrz narysowanego czerwonego prostokąta, a 亭 wewnątrz niebieskiego. Karta podaje, że 稽 — rzadko spotykany znak — nie zostaje poprawiony prawidłowo w jednym kroku: dolny prawy element powinien być 旨, a zwracany jest 日. Dopiero po narysowaniu kolejnego czerwonego prostokąta ciasno wokół obszaru 日 model generuje poprawny element. Wynikają z tego dwie rzeczy, które dostawca stwierdza: prostokąty ograniczające na obrazie źródłowym są rzeczywistym mechanizmem sterowania, a jeden ograniczony krok korekty nie zawsze wystarcza. To zgłoszone przez dostawcę niepowodzenie i zgłoszone przez dostawcę odzyskanie na wybranym przez dostawcę przykładzie, co jest dokładnie taką formą, jaką powinny przybierać takie dowody.

Kategoryzuje karty udokumentowane jako działające, każdą jako twierdzenie dostawcy, a nie zmierzony wynik:

• Edycje na poziomie elementów z zachowaniem oryginału — dodawanie szyldu do sceny (w oryginalnej karcie odnotowano, że model wygenerował także pasujące odbicie), usuwanie cienkich pasm włosów i małych obiektów, zmiana koloru pojedynczej litery na obrazie.

• Dwujęzyczna edycja tekstu — dodawanie, usuwanie i modyfikowanie tekstu chińskiego i angielskiego na obrazie przy zachowaniu oryginalnej czcionki, rozmiaru i stylu. Karta 2509 rozszerza to o edycję rodzaju czcionki, koloru i materiału, a oryginalna karta pokazuje edycję chińskiego plakatu aż po drobny i skomplikowany tekst.

• Spójność tożsamości i postaci — karta modelu 2509 odnotowuje lepsze zachowanie tożsamości twarzy, obsługujące transformacje pozy i style portretowe; karta modelu 2511 odnotowuje dalsze postępy w przypadku zdjęć grupowych z wieloma osobami oraz łączenia dwóch osobnych zdjęć osób w jedno spójne zdjęcie grupowe.

• Synteza nowych widoków i obrót obiektu — oryginalna karta pokazuje obrót obiektu o 90 stopni oraz pełne 180 stopni, jednoznacznie umieszczając to w edycji semantycznej, w której oczekuje się zmiany pikseli całej klatki.

• Prace produktowe — karta 2509 opisuje generowanie plakatów produktowych ze zdjęć produktów na jednolitym tle oraz generowanie logotypów. Karta 2511 dodaje wsadowe projektowanie produktów przemysłowych i wymianę materiałów dla komponentów przemysłowych.

• Warunkowanie w stylu ControlNet — karta 2509 donosi o natywnym wsparciu dla map głębi, krawędzi i punktów kluczowych oraz szkiców, w tym o użyciu mapy punktów kluczowych do zmiany pozy osoby.

• Przewodnik: przyjmowanie — karta 2509 podaje, że edycja wielu obrazów działa poprzez konkatenację obrazów w układach „osoba + osoba”, „osoba + produkt” i „osoba + scena”, oraz stwierdza, że optymalną wydajność osiąga się obecnie przy 1 do 3 obrazach wejściowych. Ta górna granica to zalecenie producenta, a nie twardy limit, i została podana dla 2509.

• Nowsze możliwości w 2511 — karta wymienia ograniczanie dryfu obrazu, integrowanie wybranych popularnych LoRA społeczności bezpośrednio z modelem bazowym, ulepszone generowanie wzornictwa przemysłowego oraz wzmocnione rozumowanie geometryczne, wraz z przykładem generowania pomocniczych linii konstrukcyjnych do adnotacji projektowych.

Punkty kontrolne, nazwy i ścieżka turbo

Tu właśnie wiele ruchu z wyszukiwarek idzie w złą stronę, więc warto być precyzyjnym. Własny wykaz organizacji stojącej za modelem na Hugging Face zawiera trzy — i tylko trzy — repozytoria w linii edit. To ustalenie negatywne, oparte na bezpośrednim sprawdzeniu: trzy prawdziwe repozytoria się rozwiązują, a zestaw prawdopodobnie wyglądających nazw z tej samej rodziny — w tym Qwen/Qwen-Image-Edit-2.1, -3.0, -3, -2512, -2601, -Plus, -Max, jak również oba Qwen/Qwen-Image-2.1-Edit i Qwen/Qwen-Image-Max-2512 — nie rozwiązuje się w identycznych warunkach. Niezależnie od tego, do czego odnoszą się te nazwy, nie są to opublikowane checkpointy od samej organizacji stojącej za modelem, a ta strona nie będzie zgadywać, czym one są.

Trzy, które istnieją:

• Qwen-Image-Edit — oryginał, 17 sierpnia 2025, Apache-2.0, zgłoszony jako obraz-do-obrazu. Ładowany przez QwenImageEditPipeline. Jego własny szybki start używa true_cfg_scale=4.0, negative_prompt=" " i num_inference_steps=50.

• Qwen-Image-Edit-2509 — 22 września 2025, Apache-2.0, na swojej karcie opisany jako „comiesięczna iteracja Qwen-Image-Edit”. Wczytywany za pomocą QwenImageEditPlusPipeline; jego szybki start wykorzystuje true_cfg_scale=4.0, num_inference_steps=40 oraz guidance_scale=1.0. To właśnie ten checkpoint dodał obsługę wielu obrazów wejściowych, solidniejszą pracę nad spójnością i natywne wsparcie dla ControlNet.

• Qwen-Image-Edit-2511 — 17 grudnia 2025, Apache-2.0, opisany na swojej karcie jako „ulepszona wersja Qwen-Image-Edit-2509, oferująca wiele usprawnień — w tym zauważalnie lepszą spójność”. Ładuje się również z QwenImageEditPlusPipeline, przy tych samych ustawieniach próbkowania co 2509. Jeśli nie masz innych ograniczeń, jest to najnowszy checkpoint w linii edycji.

To, którą wersję czytelnik prawdopodobnie ma, zależy od tego, gdzie się z nią zetknął. Każdy, kto korzysta z hostowanej funkcji edycji obrazów, najprawdopodobniej jest na wersji 2511 lub 2509. Każdy, kto rok temu pobrał checkpoint i go nie tknął, najprawdopodobniej jest na oryginalnej wersji, a różnice, które mają dla niego znaczenie, to spójność i praca na wielu obrazach dodane w 2509, a nie zmiana w sposobie działania edycji.

Teraz pytanie o turbo, postawione precyzyjnie, ponieważ nazwa zachęca do błędnego założenia. Qwen-Image-2.1-Turbo nie jest punktem kontrolnym turbo do edycji. Jego karta opisuje go jako „przyspieszony punkt kontrolny Qwen-Image-2.1 do generowania obrazów z tekstu i edycji obrazów w 8 krokach odszumiania”, wykorzystujący tę samą architekturę generowania wizualnego 7B i ładowany bezpośrednio za pomocą QwenImage21Pipeline. Zatem przyspieszona ścieżka dla edycji to przyspieszona ścieżka dla modelu zunifikowanego i dziedziczy ona zachowanie edycyjne tego modelu, a nie linii edycyjnej.

Co konkretnie zmienia turbo:

• Liczba kroków — 8 kroków odszumiania, w porównaniu z 40 w szybkim starcie modelu zunifikowanego oraz 40 lub 50 w linii edycyjnej.

• Guidance — generowanie domyślnie używa CFG=1, a buforowanie KV prefiksu ponownie wykorzystuje kontekst tekstu i obrazu referencyjnego w kolejnych krokach odszumiania. Właśnie z tego ponownego wykorzystania pochodzi znaczna część przyspieszenia, a przykładowa edycja na karcie jawnie przekazuje use_kv_cache=True.

• Harmonogram jest zapisywany razem z checkpointem — karta podaje, że zalecany 8-krokowy harmonogram próbkowania jest zapisywany wraz z checkpointem i wczytywany automatycznie, a samo ustawienie num_inference_steps go nie nadpisuje. Jeśli ustawisz liczbę kroków i nie zobaczysz żadnej zmiany, właśnie dlatego. Jawne podanie argumentu sigmas w momencie wywołania nadpisuje zapisany harmonogram, a karta dodaje, że inne harmonogramy nie zostały ocenione dla tego checkpointu.

• Wierność — karta nie formułuje twierdzenia o wierności checkpointu turbo względem modelu zunifikowanego, a nie ma niezależnego pomiaru izolującego wierność edycji turbo, na który można by się powołać. Każdy, kto twierdzi, że edycja 8-krokowa jest lub nie jest tak samo wierna jak edycja 40-krokowa, wykracza poza to, co opublikowano. Karta dokumentuje natomiast zmianę próbkowania oraz architekturę pozostającą tym samym 7B komponentem wizualnym, i dlatego warto to przetestować, zamiast zakładać.

Jeśli chodzi o względną jakość, niezależne dane pochodzą z tablicy edycji obrazów Artificial Analysis, która jest pomiarem strony trzeciej, a nie twierdzeniem dostawcy, i warto je uważnie przeczytać, ponieważ dwa z nich nie są tym, na co wskazują nazwy.

• Qwen Image Edit Plus 2511 — 1021 Elo, ±8, 4478 próbek, listopad 2025, otwarte wagi. To najwyżej punktowana pozycja w linii edycji dyskretnej.

• Qwen Image Edit Plus 2509 — 981 Elo, ±7, 7 390 próbek, wrzesień 2025, otwarte wagi.

• Qwen Image Edit — 918 Elo, ±7, 7415 próbek, sierpień 2025, otwarte wagi. To około 103 Elo poniżej 2511 na tym samym rankingu, co odpowiada wielkości luki, jaką przyniosła praca nad spójnością.

• Qwen Image Edit Max 2601 — 1000 Elo, ±8, 5036 próbek, data styczeń 2026 na tablicy, zamknięte wagi. Tablica wymienia ten wpis; w wykazie samej organizacji modelu nie pojawia się żadne pasujące repozytorium, więc na podstawie materiału źródłowego nie można ustalić, czym jest ten checkpoint. Podano go tutaj jako wiersz niezależnej tablicy i nic więcej.

• Qwen-Image-2.1 — 1074 Elo, ±9, 5536 próbek, otwarte wagi, około 53 Elo powyżej najlepszego checkpointu do edycji. Zwróć uwagę, że ranking datuje ten wpis na wrzesień 2026 i dodaje „Brak dostępnego API”. Fakt, że model zunifikowany uzyskuje lepszy wynik niż dedykowana linia do edycji, jest najcenniejszą informacją na tej stronie dla każdego, kto decyduje, co uruchomić — i jest to niezależny pomiar, a nie twierdzenie producenta.

Ta sama strona podaje również koszty API w przeliczeniu na 1000 obrazów dla kilku z tych pozycji, a ta strona celowo ich nie zawiera: zmieniają się, są podawane na forum, a nie publikowane przez dostawców, a czytelnik, który zamierza działać na podstawie dzisiejszej liczby, będzie chciał przeczytać ją u źródła.

Co musisz dostarczyć

Wymagania edytora dotyczące danych wejściowych to miejsce, w którym rozstrzyga się większość nieudanych uruchomień, a specyfikacja jest bardziej wyrozumiała, niż ludzie oczekują, w jednym zakresie, a mniej wyrozumiała w innym.

• Obraz źródłowy jest obowiązkowy i stanowi całe dane wejściowe — nie istnieje tryb tylko tekstowy. Karta oryginalnego checkpointu konwertuje swój przykład do RGB przed przekazaniem go; karta turbo zunifikowanego modelu wczytuje swój przykład i konwertuje go do RGBA, co ma znaczenie, ponieważ Qwen-Image-2.1 natywnie generuje i edytuje przezroczyste obrazy.

• Edycja bez maski to udokumentowana ścieżka w zunifikowanym modelu — karta Qwen-Image-2.1 podaje, że lokalne edycje można określać za pomocą okręgów, namalowanych adnotacji lub osobnych masek, a model obsługuje do 10 obrazów referencyjnych. To właśnie tę bezmaskową ścieżkę za pomocą okręgów i namalowanych adnotacji karta wysuwa na pierwszy plan; to dzięki niej można oznaczyć obszar w zwykłym edytorze obrazów, zamiast tworzyć plik maski.

• Edycja z maskowaniem istnieje jako osobny potok — oddzielny potok inpaintingu udostępnia mask_image, masked_image_latents i padding_mask_crop wraz z parametrem strength, którego domyślna wartość to 0.6. Jeśli spędziłeś czas na szukaniu suwaka strength w checkpointach edycyjnych i go nie znalazłeś, właśnie dlatego: własne potoki linii edycyjnej nie przyjmują takiego parametru, a przykład edycji modelu zunifikowanego przekazuje prompt i obraz bez żadnego argumentu strength.

• Rozdzielczość źródłowa jest ograniczona, a ograniczenie jest arytmetyczne — zarówno oryginalny, jak i plus pipeline sprawdzają, że wysokość jest podzielna przez dwukrotność współczynnika skali VAE. W pipeline zunifikowanego modelu współczynnik skali VAE wynosi 16, a kontrola ostrzega, że wymagana jest podzielność przez 32, z domyślnym output_resolution o wartości 1024. Przekazywanie dowolnego rozmiaru zdjęcia bezpośrednio to jeden ze zwykłych sposobów na otrzymanie twardego błędu zamiast złej edycji.

• Istnieją natywne presety wysokiej rozdzielczości i są to konkretne liczby — zunifikowany model i jego checkpoint turbo publikują te same siedem presetów: 1:1 przy 2048×2048, 4:3 przy 2400×1792, 3:4 przy 1792×2400, 3:2 przy 2528×1696, 2:3 przy 1696×2528, 16:9 przy 2752×1536 i 9:16 przy 1536×2752. Przykład text-to-image z karty turbo wykorzystuje preset portretowy 1696×2528, a jej przykład edycji wykorzystuje 2048×2048.

• Wejście z wieloma obrazami ma udokumentowany optymalny zakres — do 3 obrazów w przypadku 2509 i do 10 referencji w przypadku modelu zunifikowanego. Przekroczenie zakresu udokumentowanego przez dostawcę nie jest zabronione, ale nic opublikowanego nie opisuje, co się wtedy dzieje.

• Jeszcze jedno wymaganie dotyczące dostaw, które łatwo przeoczyć — ścieżka edycji modelu zunifikowanego przyjmuje num_inference_steps równe 40 w swoim szybkim starcie, a jego domyślne ustawienia potoku obejmują use_kv_cache=True oraz true_cfg_scale=1.0. Przeczytanie tych wartości domyślnych przed dostrajaniem czegokolwiek oszczędzi ci rundy zamieszania wokół tego, dlaczego dane wyjściowe się zmieniły, gdy myślałeś, że zmieniłeś tylko jedną rzecz.

Edytowanie obrazu, który już edytowałeś

To najmniej ustabilizowany obszar na tej stronie i warto oddzielić to, co jest udokumentowane, od tego, co nie jest. Opisano dwa mechanizmy, a jeden z nich jest własną odpowiedzią dostawcy na awarię.

• Korekta łańcuchowa jest udokumentowana i oczekiwana — przewodnik po kaligrafii na oryginalnej karcie to pętla wielu tur, a nie pojedyncze przejście. Model myli się na 稽 w jednym kroku, czytelnik rysuje ciaśniejszą ramkę wokół błędnego komponentu, a następna tura to poprawia. Karta przedstawia to jako zamierzony sposób pracy, a nie jako obejście, a końcowy wynik osiąga się po kilku kolejnych turach na tym samym obrazie. Jeśli edytujesz już edytowany obraz, robisz to, co dokumentuje dostawca.

• Dryf obrazu to nazwane ryzyko w najnowszym checkpoincie — karta modelu 2511 otwiera swoją listę kluczowych usprawnień hasłem „ograniczanie dryfu obrazu”, które to określenie dostawca stosuje na narastającą, niepożądaną zmianę w kolejnych turach. Twierdzenie głosi, że 2511 go ogranicza; karta nie podaje jednak, o ile, i nie istnieje żaden niezależny pomiar dryfu obejmujący znaną liczbę tur edycji, na który można by się powołać.

• Co pozostaje nierozstrzygnięte — ile jakości kosztuje trzecia lub piąta tura, czy dryf kumuluje się liniowo, czy osiąga plateau, oraz czy harmonogram 8 kroków checkpointu turbo dryfuje inaczej niż ścieżka 40 kroków. Dostawca nie publikuje żadnej krzywej jakości na turę dla żadnego checkpointu w żadnej z obu linii, a niezależne rankingi mierzą edycję jednoprzebiegową, a nie łańcuchy. Praktyczna interpretacja jest taka, że udokumentowany przepływ pracy dostawcy to krótki, ograniczony łańcuch z narysowanym obszarem w każdej turze, a nic opublikowanego nie wspiera traktowania długiego łańcucha edycji bez przypięcia jako bezpiecznego.

• Ponowne wykorzystanie kontekstu współdziała z łańcuchowaniem — buforowanie KV prefiksu w checkpointcie turbo ponownie wykorzystuje kontekst tekstu i obrazu referencyjnego w kolejnych krokach odszumiania, a przykładowa edycja z karty włącza tę funkcję. To optymalizacja w obrębie jednego wywołania, a nie pamięć między turami; nic w karcie nie sugeruje, że model zachowuje cokolwiek między osobnymi wywołaniami. Każda tura zaczyna się od obrazu, który jej przekażesz.

Co nie zostało ustalone

Trzymana krótko, bo strona referencyjna, która ukrywa swoje granice, jest gorsza niż ta, która na nie wskazuje.

• Czym są „Qwen Image Edit 3" i „Qwen Image Edit 2512".Żadna z tych nazw nie występuje jako repozytorium na liście samej organizacji stojącej za modelem, więc ta strona nie może powiedzieć, którą generację oznaczają ani czy oznaczają jakąkolwiek. Jeśli zostanie opublikowana późniejsza generacja edycji, pojawi się ona na tej liście, a ta strona będzie błędna, dopóki nie zostanie przepisana.

• Czym jest Qwen Image Edit Max 2601. Niezależna tablica prowadzi ten wiersz; nie istnieje pasujące repozytorium dostawcy. Lukę się raportuje, a nie wypełnia.

• Czy turbo odbywa się kosztem wierności edycji. Brak twierdzeń producenta, brak niezależnego pomiaru.

• Ile dryfu faktycznie usuwa 2511. Producent twierdzi, że następuje redukcja, ale jej nie kwantyfikuje.

• Wskaźniki dla którejkolwiek z udokumentowanych możliwości. Każde stwierdzenie „działa dla X” na tej stronie to własna karta checkpointu opisująca zamierzone działanie na wybranych przykładach. Żadne z nich nie jest zmierzonym wskaźnikiem skuteczności i żadnego nie należy tak odczytywać.

Twoim następnym krokiem jest wybrać jeden z trzech istniejących checkpointów, przeczytać kartę tego checkpointu, zanim cokolwiek zmienisz w jego szybkim starcie, i przekazać mu obraz źródłowy, którego wymiary spełniają sprawdzenie podzielności w potoku. Jeśli powodem, dla którego tu trafiłeś, jest chęć rozpoczęcia od własnego obrazu i zachowania jak największej jego części, zamiast go zmieniać, to pokrewny problem z własnym przewodnikiem — strona image-to-image omawia rozpoczynanie od własnego obrazu i co oznacza dla niego brak kontroli siły. Jeśli natomiast chcesz nowszy ujednolicony model, ponieważ niezależny ranking stawia go ponad całą linią edycji, przyspieszony checkpoint jest tanim sposobem, aby wypróbować go, zanim się zdecydujesz.