阿里通义发布图像编辑模型Qwen-Image-Edit
阿里通义团队发布Qwen-Image-Edit,这是Qwen-Image的图像编辑版本。模型基于200亿参数的Qwen-Image构建,将原有的文字渲染能力延伸到图像编辑任务中。它同时把输入图像送入Qwen2.5-VL做视觉语义控制、送入VAE编码器做视觉外观控制,从而兼顾语义编辑和外观编辑两类需求。用户可在Qwen Chat中选择图像编辑功能直接体验。官方称其在多个公开基准测试中达到当前最优水平。 这次发布值得关注的地方在于,图像编辑长期存在一个难点:改内容的同时容易破坏画面其他部分。Qwen-Image-Edit把语义编辑和外观编辑分开处理,前者允许整体像素变化但保持语义一致,后者要求非编辑区域完全不变。它还支持中英文文字的增删改,并保留原字体、字号和样式。对行业来说,这意味着开源阵营在多模态编辑能力上又向前推了一步,可能挤压部分闭源商业工具的定价空间。 对普通用户和开发者而言,最直接的用途是内容创作。比如用同一角色生成不同角度的图像、做风格迁移、批量制作表情包,或者修改海报上的文字而不必重新排版。电商、广告、社交媒体运营等需要频繁处理图片的岗位,可以借此减少重复劳动。开发者还能基于该模型做二次开发,接入自己的产品流程。不过实际效果仍需自行测试,官方展示案例不代表所有场景都能达到同等水平。
原文:Qwen 官方博客
资讯内容仅供参考;产品功能、价格与发布日期请以原文和官方公告为准。查看原始来源 ↗
会员留言