Qwen Image 2.0 Pro, 다국어 텍스트 품질 끌어올리며 텍스트-투-이미지 9위 진입

Qwen이 이번에는 추상적인 품질 수사가 아니라 숫자로 승부를 걸었다. 신형 이미지 모델인 Qwen-Image-2.0-Pro가 Arena 기준 글로벌 텍스트-투-이미지 9위에 올랐다는 점을 전면에 내세운 것이다. 이 신호가 중요한 이유는 이미지 모델이 실제 업무로 들어갈 때 가장 자주 흔들리는 구간이 글자, 레이아웃, 복합 지시 이행이기 때문이다. 포스터, UI 목업, 광고 시안처럼 텍스트가 섞인 작업에서는 보기 좋은 한 장보다 글자 정확도와 프롬프트 추종성이 더 큰 차이를 만든다.

“Qwen-Image-2.0-Pro is now live… We’ve pushed image quality, multilingual text rendering, and instruction following to a new level… Ranked #9 worldwide for Text-to-Image.”

본 트윗 뒤에 이어진 네 개의 후속 글도 핵심을 분명히 했다. Qwen은 복수 객체와 공간 관계를 더 정확히 따르는 지시 이행, 질감과 조명 표현 강화, 다국어 글리프 정확도 개선, 스타일별 품질 편차 축소를 각각 따로 짚었다. 여기에 인용된 Arena 측 수치까지 합치면 그림이 더 선명해진다. 텍스트-투-이미지 9위뿐 아니라 단일 이미지 편집 17위, 인물 6위, 포토리얼·시네마틱 7위, 아트 7위라는 비교 지점이 생겼다. 실사용자는 이런 세부 항목을 보고 어느 모델이 텍스트가 많은 시안에 덜 무너지는지 가늠하게 된다.

계정 설명 자체도 맥락을 준다. Alibaba_Qwen은 자사 오픈 파운데이션 모델을 다루는 공식 계정이고 프로필은 qwen.ai로 연결된다. 이번 글에는 장문의 기술 보고서가 붙지 않았지만, 공개 벤치마크를 인용하고 ModelScope 시험 사용을 바로 유도했다는 점에서 제품팀이 자신 있게 비교 기준을 제시한 사례에 가깝다. 특히 다국어 텍스트 렌더링을 앞세운 점은 영어 중심 데모를 넘어 실제 지역화 제작물까지 노렸다는 신호로 읽힌다.

다음으로 볼 포인트는 세 가지다. 더 깊은 기술 문서가 뒤따르는지, API나 상용 접근 경로가 얼마나 넓어지는지, 그리고 초기 사용자들이 포스터·UI·혼합 언어 합성처럼 어려운 장면에서 정말 비슷한 성능을 재현하는지다. 만약 이 세 항목이 뒷받침되면 Qwen의 이번 업데이트는 단순한 이미지 모델 신작이 아니라 실무형 디자인 파이프라인 후보로 올라설 수 있다. 출처: 원문 트윗.