Açık kaynak patlayan katman modeli bu kadar yakında mı geliyor? Alibaba tarafından yeni yayımlanan Qwen-Image-Layered modelinin gerçek testini size getireyim; bu model, görüntüleri farklı katmanlara bölebilen büyük bir modeldir ve model Qwen-Image temelinde ince ayarlanmıştır. Bu sefer testim, modelin özel sahnelerini (poster), talimat uyum testini (çıkarma hedefini belirt), kenar işlemeyi (saç) ve limit testini (tüm çıkartmalar, bir çıkartma 50'den fazla katmanı çıkarabilir) kapsıyor. Doğrudan sonucuya, öncelikle model çok büyük, çünkü bu model Qwen-Image temelli, yani 20B model, test etmek için HuggingFace Zero GPU kullandım, her çalıştırma yaklaşık 2 dakika sürdü, model gerçekten katmanları ayırabiliyor ve kenar işleme çok iyi, ama stabilitenin optimize edilmesi gerekiyor, benim testimde 4 katman çıktı olabiliyor ama 8 ya da 10 katman patladı, Zero GPU zaman aşımını aşmış olabileceğini düşünüyorum ( GPU H200, video belleği patlatması pek olası değil), çıkış boyutu sadece 544*736, resmi de 640 çözünürlük öneriyor, bunun da geliştirilmesi gerekiyor ve model hâlâ çok büyük, 20B, bir sonraki boyutu optimize etmeyi umuyorum.