阿里巴巴发布Qwen-Image-2.0，提升图像生成技术

2月10日，阿里千问宣布推出新一代图像生成基础模型Qwen-Image-2.0。该模型在阿里云百炼上已开通API邀测，开发者也可以通过Qwen Chat（chat.qwen.ai）免费体验新模型。

Qwen-Image-2.0的主要特色在于其作为一个生图编辑二合一的模型，在文生图和图生图基准中均表现出色。阿里千问在AI Arena进行了模型盲测，数据显示该模型在多个任务中取得了优异的性能。

Qwen-Image的发展历程

在Qwen-Image-2.0发布之前，阿里千问一直在探索生图和编辑两条支线。8月发布的Qwen-Image着重于文字渲染的精准，而12月的Qwen-Image-2512则强化了细节质感和真实性。在编辑支线中，从8月的单图编辑到9月的多图编辑，再到12月的一致性提升，阿里千问不断推进技术的进步。

如今，Qwen-Image-2.0成功将两条支线合二为一，并在两个任务上均取得了理想的结果。

模型特点与技术突破

Qwen-Image-2.0在效果上有几个显著特点。首先，它能够生成复杂的“画中画”效果。例如，模型可以根据提示词准确渲染多层次的图像内容，并保持一致性。这种能力使得模型在制作专业PPT时更加得心应手。

此外，Qwen-Image-2.0支持1k token的指令，可以处理非常复杂的渲染指令。虽然复杂的提示词可能对用户不够友好，但通过大语言模型（LLM）的世界知识，可以轻松获得详细的描述。

“Qwen-Image-2.0不仅在文字渲染上表现出色，其在图像编辑中的增强也令人兴奋。”

文字渲染的五大特性

Qwen-Image-2.0在文字渲染上具有“准”、“多”、“美”、“真”、“齐”五大特性。模型不仅能够在不同介质上准确渲染文字，还能在写实图片和文字同时出现时，保证真实性和一致性。

在文字的排版布局上，Qwen-Image-2.0也有出色表现。例如，在生成图和字的混合画面时，模型会倾向于在空白处渲染文字，以不遮盖图像主体。此外，模型支持多种字体，如宋徽宗赵佶的瘦金体和《兰亭集序》中的小楷。

“这种真实感也体现在电影海报等应用中，模型在准确渲染文字的同时，保持了图像的真实性。”

图像编辑的增强与应用

除了文生图，Qwen-Image-2.0在图像编辑中也获得了显著增强。作为一个生图编辑二合一的模型，文字渲染和真实质感的增益同样适用于图像编辑。例如，模型可以直接在图片上题词，带来更多有趣的应用。

这种增强使得用户可以上传任意照片，并让模型在上面题诗或进行其他创意编辑。编辑的真实质感也得到了提升，模型能够在不同次元的图像中实现自然过渡。

Qwen-Image-2.0的发布标志着阿里千问在图像生成技术上的又一突破。随着技术的不断进步，未来该模型在各个领域的应用前景广阔。