Alibaba kembali menambah panas persaingan di dunia kecerdasan buatan visual. Lewat peluncuran Qwen VLo, perusahaan teknologi asal Tiongkok itu membawa model generasi gambar baru yang tidak hanya fokus pada pembuatan visual dari teks, tetapi juga membuka ruang lebih luas untuk pengolahan gambar yang diunggah pengguna. Di tengah ramainya pasar AI generatif, kehadiran model ini menarik perhatian karena ditawarkan gratis dan bisa diakses secara global.
Berbeda dari model yang sekadar menghasilkan gambar dari prompt teks, Qwen VLo diposisikan sebagai alat yang lebih fleksibel. Alibaba menyebutnya sebagai penerus dari Qwen 2.5, model sebelumnya yang punya kemampuan lebih umum. Qwen VLo sendiri dibuat khusus untuk kebutuhan visual, dengan penekanan pada pembuatan gambar yang lebih peka terhadap konteks, serta kemampuan mengolah instruksi yang tidak selalu disusun secara rinci.
Fokus Baru Alibaba di Ranah Gambar AI
Qwen VLo hadir dengan dua kemampuan utama yang menjadi nilai jual utamanya. Pertama, model ini dapat menciptakan gambar langsung dari teks. Kedua, ia juga bisa mengubah gambar berdasarkan gambar yang diunggah pengguna. Artinya, model ini tidak berhenti pada level “buat gambar dari kata-kata”, tetapi juga masuk ke ranah penyuntingan visual yang lebih kompleks.
Menurut tim pengembang Alibaba, Qwen VLo memiliki pemahaman yang lebih baik terhadap gambar yang dihasilkan. Klaim ini penting karena salah satu tantangan besar dalam model gambar AI adalah menjaga konsistensi struktur saat pengguna meminta perubahan tertentu. Dalam banyak kasus, model AI bisa menghasilkan gambar yang menarik, tetapi kehilangan bentuk asli objek atau mengubah komposisi secara berlebihan. Alibaba menyatakan Qwen VLo dirancang untuk mengurangi masalah itu.
Dengan kata lain, model ini tidak hanya diminta untuk menghasilkan gambar yang indah, tetapi juga lebih cermat saat melakukan pengeditan. Pendekatan seperti ini membuat Qwen VLo terasa lebih relevan bagi pengguna yang membutuhkan hasil visual yang tetap stabil, terutama ketika mereka ingin melakukan penyesuaian tanpa merusak elemen utama gambar.
Selain itu, Alibaba juga menekankan bahwa Qwen VLo lebih baik dalam memahami instruksi yang ambigu. Ini menjadi poin penting karena tidak semua pengguna menulis perintah dengan detail teknis yang lengkap. Dalam praktiknya, banyak orang memberi instruksi singkat, samar, atau bercampur konteks. Jika model mampu menangkap maksud seperti itu, pengalaman penggunaan bisa terasa jauh lebih natural.
Akses Global, Termasuk Bahasa Indonesia
Salah satu hal yang membuat peluncuran Qwen VLo menarik adalah ketersediaannya yang disebut global melalui chatbot Qwen. Layanan ini mendukung beberapa bahasa, termasuk Bahasa Indonesia, sehingga pengguna dari luar pasar utama Alibaba tetap bisa mencoba model tersebut tanpa hambatan bahasa yang terlalu besar.
Langkah ini menunjukkan bahwa Alibaba tidak hanya menargetkan pengguna teknis atau pasar tertentu. Dengan membuka akses melalui chatbot yang mendukung banyak bahasa, perusahaan ini tampak ingin menjangkau pengguna umum yang ingin mencoba generasi gambar AI tanpa harus berpindah platform atau menggunakan alat tambahan.
Meski begitu, hasil gambar yang dihasilkan Qwen VLo disebut masih belum sepenuhnya mulus. Masih ada kekacauan pada beberapa output, yang menunjukkan bahwa model ini belum lepas dari keterbatasan khas AI generatif visual. Namun, dibandingkan banyak model sejenis, Qwen VLo diklaim menawarkan batas generate harian yang lebih tinggi. Bagi pengguna yang ingin bereksperimen lebih lama, ini bisa menjadi keuntungan tersendiri.
Keunggulan batas pemakaian harian yang lebih longgar juga memberi sinyal bahwa Alibaba ingin mendorong eksperimen yang lebih luas. Dalam dunia AI gambar, batas penggunaan sering menjadi penghambat bagi pengguna yang ingin mengulang prompt, menguji variasi, atau menyempurnakan hasil. Dengan kuota yang lebih besar, proses itu bisa dilakukan lebih leluasa.
Lebih dari Sekadar Generator Gambar
Qwen VLo tidak hanya berhenti pada fungsi membuat gambar. Alibaba juga membekalinya dengan fitur anotasi yang mencakup deteksi tepi, segmentasi, dan pemetaan prediktif. Fitur-fitur ini memperluas peran model dari sekadar alat kreatif menjadi perangkat yang bisa dipakai untuk kebutuhan visual yang lebih teknis.
Deteksi tepi, misalnya, membantu mengenali batas-batas objek dalam gambar. Segmentasi memungkinkan pemisahan bagian-bagian tertentu dari visual. Sementara pemetaan prediktif membuka kemungkinan lain dalam memahami struktur gambar secara lebih mendalam. Kehadiran fitur semacam ini membuat Qwen VLo terasa lebih siap dipakai untuk beragam skenario, bukan hanya untuk membuat ilustrasi atau gambar konsep.
Di sisi lain, Alibaba juga menyampaikan arah pengembangan berikutnya. Ke depan, Qwen VLo diharapkan dapat menerima beberapa gambar sekaligus sebagai input dan menggabungkannya sesuai kebutuhan pengguna. Jika kemampuan ini benar-benar hadir secara stabil, model tersebut bisa masuk ke level penggunaan yang lebih kompleks, misalnya saat pengguna ingin mengolah referensi visual dari beberapa sumber dalam satu proses.
Walau masih berada dalam tahap yang belum sepenuhnya matang, Qwen VLo memperlihatkan satu hal penting: kompetisi AI gambar kini tidak lagi hanya soal siapa yang bisa menghasilkan visual paling menarik, tetapi juga siapa yang paling mampu memahami maksud pengguna, menjaga struktur gambar, dan memberi ruang edit yang lebih presisi. Alibaba tampaknya ingin bermain di wilayah itu.
Dengan peluncuran ini, Qwen VLo tidak sekadar menambah daftar model AI baru. Ia menjadi penanda bahwa Alibaba makin serius membangun ekosistem AI visual yang bisa dipakai lintas bahasa, lintas kebutuhan, dan lintas tingkat pengguna. Di pasar yang bergerak cepat seperti ini, langkah semacam itu bisa menjadi modal penting untuk bersaing lebih jauh.
