Qwen-Image

简介

我们非常激动地发布了 Qwen-Image，这是 Qwen 系列中的一个图像生成基础模型，在 复杂文本渲染 和 精确图像编辑 方面取得了显著进展。实验显示，该模型在图像生成和编辑方面具有强大的通用能力，尤其是在文本渲染方面表现尤为出色，特别是对于中文。

展示案例

Qwen-Image 的一个突出能力是能够在各种图像中高保真地渲染文本。无论是像英文这样的字母语言还是像中文这样的表意文字，Qwen-Image 都能以惊人的准确性保留排版细节、布局一致性和上下文和谐。文本不仅仅是叠加在图像上，而是无缝地融入到视觉结构中。

除了文本之外，Qwen-Image 在支持广泛艺术风格的一般图像生成方面也表现出色。从逼真的场景到印象派绘画，从动漫美学到极简设计，该模型能够灵活适应创意提示，使其成为艺术家、设计师和故事讲述者的多功能工具。

当谈到图像编辑时，Qwen-Image 远远超出了简单的调整。它能够实现诸如风格迁移、对象插入或删除、细节增强、图像内文本编辑，甚至人体姿态操作等高级操作——所有这些都通过直观的输入和连贯的输出来实现。这种级别的控制使得专业级的编辑变得触手可及。

但 Qwen-Image 不仅仅是创建或编辑——它还能理解。它支持一系列图像理解任务，包括物体检测、语义分割、深度和边缘（Canny）估计、新视角合成以及超分辨率。尽管这些能力在技术上是不同的，但都可以被视为由深度视觉理解驱动的智能图像编辑的专门形式。

总的来说，这些功能使 Qwen-Image 不仅仅是一个生成漂亮图片的工具，而是一个综合的基础模型，用于智能视觉创作和处理——在这里，语言、布局和图像相互融合。

许可协议

Qwen-Image 采用 Apache 2.0 许可证。