علی بابا کی Qwen ٹیم نے 21 جولائی کو Qwen-Image-3.0 جاری کیا، جو اس کے امیج جنریشن ماڈل کی تیسری نسل ہے، جو اپنے پیشرووں سے زیادہ امیر مواد، مستند بصری تفصیل، اور گہری معلومات کا وعدہ کرتا ہے۔ ٹیک ان ایشیا اور Unite.AI کی طرف سے رپورٹ کردہ لانچ نے ڈویلپر کمیونٹی میں خاصی توجہ مبذول کروائی، جہاں یہ اعلان چند گھنٹوں کے اندر 300 سے زیادہ ووٹوں کے ساتھ ہیکر نیوز کے صفحہ اول پر پہنچ گیا۔

نیا ماڈل ٹیگ لائن "رچ مواد، مستند تفصیلات، گہرا علم" کے تحت تیار کیا گیا ہے اور اس کا مقصد پیچیدہ ترتیب کے ساتھ تصاویر تیار کرنا ہے، ایک ایسا زمرہ جس نے طویل عرصے سے ٹیکسٹ ٹو امیج سسٹم کو چیلنج کیا ہے۔ تخلیقی AI کے مسابقتی منظر نامے کے بارے میں مزید جاننے کے لیے، ہماری تازہ ترین AI پیش رفت* پر عمل کریں۔

کیا Qwen-Image-3.0 کو بہتر بنانے کا دعویٰ کرتا ہے۔

ٹیک ان ایشیا کے مطابق، Qwen-Image-3.0 کو خاص طور پر پیچیدہ لے آؤٹ کو سنبھالنے کے لیے بنایا گیا ہے، ایک ہی تصویر میں متن، گرافکس، اور ساختی بصری عناصر کو یکجا کرنے والی کثیر عنصری کمپوزیشن۔ یہ سادہ فوٹو ریئلسٹک جنریشن سے آگے ایک بامعنی قدم ہے، جسے سیریز کے پہلے ماڈلز نے بڑے پیمانے پر نشانہ بنایا تھا۔

Qwen-Image لائن تیزی سے تیار ہوئی ہے۔ پہلی نسل کی Qwen-Image نے مقامی متن کی پیش کش پر توجہ مرکوز کی، جس سے پیدا شدہ امیجز کے اندر خراب یا غلط ہجے والے الفاظ کے بدنام زمانہ مسئلے کو حل کیا گیا۔ Qwen-Image-2.0، دوسری نسل نے پیشہ ورانہ انفوگرافکس میں دھکیل دیا اور جسے ٹیم نے شاندار فوٹو ریئلزم کہا۔ Qwen-Image-3.0 اس رفتار کو بہتر کمپوزیشن اور پیدا شدہ آؤٹ پٹ میں شامل گہرے حقائق یا سیاق و سباق کے علم کی طرف بڑھاتا ہے۔

علم پر زور قابل ذکر ہے۔ جہاں زیادہ تر تصویری جنریٹر بصری طور پر قابل فہم مناظر تیار کرتے ہیں جن میں حقائق کی غلطیاں ہو سکتی ہیں، علی بابا Qwen-Image-3.0 کو ایک ایسے ماڈل کے طور پر ترتیب دے رہا ہے جو صرف پکسلز کو نہیں بلکہ اس کے پیش کردہ مواد کو سمجھتا ہے۔

کوئی معیار نہیں، کوئی وزن نہیں — ابھی تک

ایک تفصیل جس نے تیزی سے جانچ پڑتال کی وہ وہ ہے جسے علی بابا نے اعلان کے ساتھ جاری نہیں کیا۔ جیسا کہ Unite.AI نے رپورٹ کیا، Qwen-Image-3.0 کو بغیر بینچ مارک سکور یا ڈاؤن لوڈ کے قابل ماڈل وزن کے ساتھ لانچ کیا گیا۔ یہ پہلے کی Qwen-Image کی ریلیز کے برعکس ہے، جس نے Hugging Face پر کھلے وزن بھیجے تھے اور اس کے ساتھ حریفوں کے خلاف تفصیلی تکنیکی موازنہ بھی تھے۔

اس غلطی پر ملے جلے ردعمل کا اظہار کیا گیا۔ ہیکر نیوز پر، تبصرہ کرنے والوں نے نوٹ کیا کہ بینچ مارک ڈیٹا کے بغیر، اوپن اے آئی کے امیج سسٹمز یا گوگل کی پیشکشوں جیسے حریفوں پر ماڈل کی دعوی کردہ بہتری کی آزادانہ طور پر تصدیق کرنا مشکل ہے۔ دوسروں نے نشاندہی کی کہ Qwen کے پاس ابتدائی شوکیس مدت کے بعد وزن جاری کرنے کا ایک ٹریک ریکارڈ ہے، اور یہ کہ فوری ڈاؤن لوڈز کی کمی محض ایک مرحلہ وار رول آؤٹ کی عکاسی کر سکتی ہے۔

وزن روکنے کا فیصلہ جغرافیائی سیاسی جہت بھی رکھتا ہے۔ حالیہ مہینوں میں، ریاستہائے متحدہ نے چینی AI ماڈلز پر سخت کنٹرول کا وزن کیا ہے، ٹریژری سکریٹری سکاٹ بیسنٹ نے خبردار کیا ہے کہ واشنگٹن AI ماڈل کی مبینہ چوری پر بیجنگ پر پابندی لگا سکتا ہے۔ اس پس منظر میں، کچھ چینی AI فرمیں اوپن ویٹ ریلیز کے بارے میں زیادہ محتاط ہو گئی ہیں، یہاں تک کہ وسیع تر اوپن سورس موومنٹ میں تیزی آتی جا رہی ہے۔

ایک ہجوم اور مسابقتی میدان

Qwen-Image-3.0 ایک زبردست مسابقتی امیج جنریشن مارکیٹ میں داخل ہوتا ہے۔ علی بابا کے اپنے ماحولیاتی نظام میں پہلے سے ہی متعدد امیج ماڈلز شامل ہیں، اور کمپنی کو کئی محاذوں پر حریفوں کا سامنا ہے۔ کھلے وزن کی جگہ میں، Krea 2 جیسے ماڈلز نے مضبوط تخلیقی صلاحیتوں کا مظاہرہ کیا ہے۔ ملکیتی جگہ میں، قائم مغربی کھلاڑی معیار اور رفتار دونوں پر تیزی سے اعادہ کرتے رہتے ہیں۔

کیوین ٹیم کی پیچیدہ ترتیب اور ایمبیڈڈ علم پر توجہ سے پتہ چلتا ہے کہ یہ مارکیٹ کے ایک قدرے مختلف طبقے کو نشانہ بنا رہی ہے: ایسے صارفین جنہیں تخلیق کردہ تصاویر کی ضرورت ہے جو نہ صرف بصری طور پر دلکش ہوں بلکہ ساختی اور حقیقت سے ہم آہنگ ہوں۔ انفوگرافکس، انسٹرکشنل ڈایاگرامس، ڈیٹا ویژولائزیشنز، اور برانڈڈ مارکیٹنگ کے مواد جیسے کیسز کا استعمال کریں، سبھی بالکل اسی قسم کی ترتیب کی مخلصی اور سیاق و سباق کی درستگی کا مطالبہ کرتے ہیں جس کی فراہمی کا دعوی Qwen-Image-3.0 کرتا ہے۔

جنریٹو اے آئی میں چین کا مسلسل دباؤ

ریلیز چینی AI فرموں کے ایک وسیع نمونے میں بھی فٹ بیٹھتی ہے جو بڑے ماڈلز کو تیز رفتار کلپ پر بھیجتی ہیں۔ جولائی کے شروع میں، Moonshot AI نے Kimi K3 لانچ کیا، ایک 28-ٹریلین-پیرامیٹر ماڈل جس کا بل دنیا کے سب سے بڑے اوپن ویٹ AI سسٹم کے طور پر دیا جاتا ہے، اس سے پہلے کہ جب طلب اس کے کمپیوٹ انفراسٹرکچر پر حاوی ہو جائے تو نئی سبسکرپشنز کو روک دیں۔ علی بابا بذات خود زبان اور ملٹی موڈل دونوں ماڈلز میں نمایاں رہا ہے، کیوین فیملی کے ساتھ اب ٹیکسٹ، کوڈ، ویژن، اور امیج جنریشن پر پھیلا ہوا ہے۔

اس رفتار نے عالمی مسابقتی نقشے کو نئی شکل دی ہے۔ جیسا کہ اس ہفتے ہیکر نیوز پر ایک وسیع پیمانے پر زیر بحث تجزیہ نے دلیل دی کہ، چین کی اوپن ویٹ حکمت عملی جیت رہی ہے، جو ڈویلپرز اور محققین کو آزادانہ طور پر دستیاب ماڈلز کی طرف راغب کر رہی ہے، یہاں تک کہ امریکی فرموں نے اپنے سب سے زیادہ قابل نظام تک رسائی کو تیزی سے محدود کر دیا ہے۔

کیا دیکھنا ہے۔

اب اہم سوالات یہ ہیں کہ علی بابا بینچ مارک کے نتائج کب شائع کرے گا اور کیا یہ اوپن ویٹ ریلیز پر عمل کرے گا۔ اگر Qwen-Image-3.0 جہازوں کا وزن اس کے دعووں سے میل کھاتا ہے، تو یہ حریفوں پر معیار اور رسائی دونوں پر دباؤ ڈال سکتا ہے۔ اگر وزن روکا جاتا ہے تو، ڈویلپرز کو قابل تصدیق ثبوت کی عدم موجودگی کے خلاف ماڈل کے مارکیٹنگ کے وعدوں کا وزن کرنا ہوگا۔

کسی بھی طرح سے، لانچ اس بات کی نشاندہی کرتا ہے کہ امیج جنریشن فرنٹیئر کتنی تیزی سے آگے بڑھ رہا ہے۔ لے آؤٹ کی وفاداری، مستند تفصیل، اور سرایت شدہ علم اب میدانِ جنگ ہے، اور علی بابا نے اشارہ دیا ہے کہ وہ اس لڑائی میں سب سے آگے ہونے کا ارادہ رکھتا ہے۔

---

AI سے آگے رہیں

تازہ ترین AI خبریں، تجزیہ اور کامیابیاں حاصل کریں — سب ایک جگہ پر۔

مزید AI خبریں پڑھیں →