继通义千问首个图像生成模型 Qwen-Image 发布后，其重磅续作 Qwen-Image-Edit 日前正式亮相。作为一款20B参数MMDiT架构的图像编辑基础模型，它在精准文本编辑、语义与外观编辑等方面表现卓越，尤其在中文文本渲染能力上一骑绝尘。

目前，Qwen-Image 与 Qwen-Image-Edit 这两款模型已正式登陆网心算力云平台。

模型介绍

✅  Qwen-Image

通义千问系列首个图像生成模型，参数规模达200亿，其在复杂文本渲染（包括多行、段落级、双语文本）、样式迁移、对象添加/删除、背景更改、细节增强等图像生成和编辑方面表现尤为突出。据悉，其在 GenEval、GEdit 等12项公开测试中，全面超越 FLUX.1、GPT Image 1、BAGEL、Seedream3.0等模型，取得了跨基准测试的SOTA表现。

图 | 图像生成&文本渲染基准测试

✅  Qwen-Image-Edit

在继承Qwen-Image优势的基础上，Qwen-Image-Edit 的文本渲染能力领先行业水平。无论是英文还是中文，它都能实现高保真的文本编辑（支持图像中添加、删除或修改文本的同时保留原有字体、大小和风格）。例如，在下面这件艺术品中，有几个汉字存在生成错误。我们可以借助 Qwen-Image-Edit 逐步纠正，这种精准的文本编辑能力使其在广告设计、品牌宣传和内容创作中具有巨大潜力。

图 | 书法文字定点修复

此外，Qwen-Image-Edit的创新亮点在于“双重编码机制”，能够同时实现对图像的语义和外观进行精细控制。具体来说，当你输入一张图片时，模型会通过两个并行的路径进行处理：

1） 视觉语义控制

利用 Qwen2.5-VL 模型提取图像的高级语义特征，理解画面中的内容、概念和上下文。

2） 视觉外观控制

通过一个变分自编码器（VAE）来处理图像的底层视觉细节，保留其原始的纹理、色彩和结构。

这两种信息流随后在模型内部进行融合，确保Qwen-Image-Edit在执行复杂编辑指令时，既能理解语义意图，又能保持视觉保真度。

图 | 双编码架构（来源:Qwen技术报告）

模型部署

目前，Qwen-Image系列模型已在网心算力云平台上线。下面以Qwen-Image为例，仅需简单配置，即可快速运行：

1）选择网心算力云 - 镜像中心提供的“ComfyUl_v0.0.84”快速创建实例。

2）选择合适的配置，点击创建并开机。

3）将模型中心已准备好的 Qwen-Image 模型文件一键下载到该实例上。

4）运行实例，找到Qwen-Image工作流，即可开始测试。

模型应用

目前 Qwen-Image 系列模型广泛应用在海报封面设计、人物艺术写真、商业品牌营销、图像生成与编辑等领域。下面是我们近期通过 Qwen-Image 模型，基于已有海报一键风格反推，生成风格一致的新海报。详细教程： 《Qwen-Image一键洗图丨100种工作流》