环球网

12月2日，阿里巴巴发布了图片生成及编辑模型Qwen-Image的重磅更新。新模型在图像编辑中维持了更高的一致性，并在多视角转换、多图像融合、多模态推理等方面取得突破进展，可广泛用于概念创意、工业设计、日常修图等诸多场景。目前，新版本Qwen-Image已首发接入千问APP，用户可无限次免费使用。

Qwen-Image-Edit基于20B的Qwen-Image模型进一步训练，相较于上个版本，新的Qwen-Image-Edit模型还进行了多项关键性能增强：在图片编辑中，新模型大幅减轻了主体偏移问题，生图不模糊、更稳定；同时提升了主体一致性，使得多张图片中的人物可顺畅融合为一张合照。Qwen-Image-Edit新模型在工业设计场景着重进行了优化，轻松实现变颜色、变视角、局部修改、材质替换等常用功能；新模型的推理能力也有大幅提升，特别是在几何推理方面，可直接在几何图上生成新的辅助线等效果。

此前，Qwen-Image基础版在用于通用图像生成的GenEval、DPG和OneIG-Bench，以及用于图像编辑的GEdit、ImgEdit和GSO等多个基准测试中均取得了最先进的性能，展现出其在图像生成与图像编辑方面的强大能力。此外，在用于文本渲染的LongText-Bench、ChineseWord和TextCraft上的结果表明，Qwen-Image在文本渲染方面表现尤为出色。

Qwen-Image系列模型自开源发布后，即刻成为全球AI社区最火热的开源视觉基础模型，当前总下载量已突破300万次。在全球最大的AI开源社区HuggingFace的“图生图”榜单前15中，有13个都是Qwen-Image的原生或衍生模型，网友们纷纷基于Qwen-Image魔改出各种新版本，比如镜头控制lora效果，可实现图片的多角度重新编辑，目前仍高居HuggingFace的演示空间（Space）榜单第一。如今，开源社区的优秀创意也已吸纳到新改版的Qwen-Image-Edit模型中，基模上就可实现打光、换视角等特色效果。

目前，Qwen-Image-Edit最新模型已经在千问App全面上线，普通用户也可免费使用这一新模型。用户只需在千问APP对话界面输入指令，即可自动调用Qwen-Image系列模型的强大能力，实现生图、修图、多图融合等操作。例如，输入“生成图1和图2的人物合照”，模型能高效、精准地生成符合语义的图像，效果直观且富有创意。

此外，结合千问App上接入的万相Wan2.5视频生成能力，用户还可实现生图、生视频的无缝串联：先生成人物图像，再一键实现“一张照片就跳舞”或“对口型唱歌”等功能，瞬间将静态画面转化为动态视频，真正实现从图像生成到创意表达的全新创作方法。（勃潺）