Qwen-Image 是阿里通義千問團隊于2025年發(fā)布的開源圖像生成模型，屬于Qwen系列的重要組成部分。該模型以20B（200億）參數(shù)規(guī)模構(gòu)建，采用MMDiT架構(gòu)，專注于復(fù)雜文本渲染和高精度圖像生成。Qwen-Image 在復(fù)雜文本渲染方面表現(xiàn)出色，尤其在中英文文本渲染、多語言支持、多字體、復(fù)雜布局和排版一致性方面具有顯著優(yōu)勢。模型支持多種圖像生成和編輯功能，包括風格遷移、圖像編輯、細節(jié)增強、文字修改等，適用于海報設(shè)計、PPT制作、品牌營銷等專業(yè)場景。

Qwen-Image開源項目官網(wǎng)入口網(wǎng)址：https://github.com/QwenLM/Qwen-Image

Qwen-Image 的核心優(yōu)勢在于其在文本渲染方面的卓越表現(xiàn)。它能夠精準生成復(fù)雜文本排版，支持多語言（包括中文和英文）、多字體、多行文本和復(fù)雜布局，且在多個基準測試中表現(xiàn)優(yōu)異，如LongText-Bench和ChineseWord測試中表現(xiàn)領(lǐng)先。此外，Qwen-Image 支持圖像編輯功能，如風格遷移、對象添加/刪除、細節(jié)增強等，提供靈活的圖像生成和編輯能力。

Qwen-Image 采用開源協(xié)議（Apache 2.0），可通過Hugging Face、ModelScope等平臺使用，支持商用和研究用途。模型支持多種提示詞和結(jié)構(gòu)化提示（如<|system|>和<|user_text|>），以引導(dǎo)模型生成更符合用戶需求的圖像。用戶可通過提示詞生成中英文內(nèi)容，支持本地部署和云端使用，適合多種創(chuàng)意應(yīng)用，如生成logo、海報、AI藝術(shù)字等。

Qwen-Image 是阿里通義千問團隊在2025年推出的革命性圖像生成模型，憑借其在復(fù)雜文本渲染、圖像生成和編輯方面的卓越表現(xiàn)，成為當前最先進的文本到圖像生成模型之一。