产品应用8

阿里Qwen-VLo多模态模型免费可玩

量子位2025-06-28

AI 摘要

阿里上新多模态模型Qwen-VLo，有增强细节捕捉、单指令图像编辑等亮点，不受格式限制。实测其编辑能力出色，生成过程实用，现免费开放，网友玩法多样。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

大厂Agent混战，10多个AI名品被“杀”

2026年8月AI圈组织架构调整频繁，阿里、字节整合多款产品，腾讯、百度也有动作。办公Agent成大厂混战核心，虽有产品被整合，但各厂优势不同，终局难测。

浙江大学ReLER团队开源的PhyEdit，用3D foundation model明确目标几何，让DiT图像编辑器负责最终渲染。单张图片里物体能移动并形成连续状态，在多项指标表现出色，还具备多种能力，已被ACM MM 2026接收。

当前图像编辑模型处理三维状态常出错。浙江大学ReLER团队提出并开源PhyEdit，用显式3D几何preview指导图像编辑，还加入深度监督，构建数据集和评测基准，成绩超Nano Banana Pro，且GUI也开源。

过去两年，AI 生成图片、视频变得容易，但让 AI 理解并按创作者意图创作很难。美图影像研究院过去几年围绕高频创作场景痛点展开研究，11 篇论文被国际顶会接收，成果通过产品落地转化为 AI 影像能力。