通义万相和千问,一个画图一个聊天,它俩到底啥关系

通义万相和千问是一回事吗?按我的理解不是,捋一下,说错了欢迎指出。

千问(Qwen)是阿里那套大语言模型,干的是文本对话、写代码这类活;通义万相走文生图、文生视频,产出是画面不是文字。两者都挂在通义这套体系下面,生态互通,有些环节会搭把手,比如先让语言模型把提示词润好,再丢给出图那边。

我拿不准的是底层权重:共享了一部分,还是各训各的。这块得摸过内部结构的人来说,我就不乱猜了。

理解没毛病,一个负责说话一个负责画,挂同一个牌子底下。

了解

那我想批量出分镜图,应该找万相那条线是吧。

1 个赞

权重共不共享我也好奇,感觉各训各的更合理一点。

生态通了确实方便,做完文案顺手就把配图出了。

分镜找万相没错,不过角色一致性得多试几次,别指望一段描述管到底