Alibaba представила Qwen-Image-2.0: сжатие увеличено вдвое, шаги генерации сокращены с 40 до 4

Более агрессивное сжатие обычно уничтожает детали, но инженеры решили проблему двумя способами: добавили skip-соединения в VAE и настроили латентное пространство так, чтобы оно сохраняло семантически значимые структуры. При этом из архитектуры полностью убрали дискриминатор - второй нейросетевой компонент, который традиционно используется для повышения резкости. В Alibaba назвали его «излишним» и источником нестабильности.