前言

在 AI 圖像生成與編輯的浪潮中，如何在“自由度”和“保真度”之間取得平衡，一直是技術(shù)前沿的挑戰(zhàn)。近期，阿里巴巴團(tuán)隊(duì)發(fā)布的 Qwen-Image-Edit 模型引起關(guān)注。它是在 Qwen-Image（20B 參數(shù)版本） 基礎(chǔ)上延伸出來(lái)的圖像編輯能力模塊，專門用于在已有圖像上做精細(xì)化／語(yǔ)義化編輯，同時(shí)對(duì)文本元素（中英文）也支持高度精確的增刪改動(dòng)。

Qwen-Image-Edit 不僅僅是簡(jiǎn)單地“涂涂改改”，而是在視覺(jué)語(yǔ)義控制與外觀控制兩方面都有所突破：一方面讓整體語(yǔ)義（如物體、風(fēng)格、視角、語(yǔ)境等）可以被調(diào)整；另一方面讓某些區(qū)域可以精確保持原樣，只編輯所需的部分，不影響其他區(qū)域。

如何體驗(yàn)

如果你想體驗(yàn) Qwen-Image-Edit，可以前往https://modelscope.cn/aigc/imageGeneration?tab=default，選擇“快速生圖”中的“Qwen Image Edit”。上傳圖片，輸入提示內(nèi)容，并選擇圖片比例，然后點(diǎn)擊【開(kāi)始生圖】即可生成。

核心能力亮點(diǎn)

下面是 Qwen-Image-Edit 的幾個(gè)核心能力／技術(shù)亮點(diǎn)：

語(yǔ)義編輯 + 外觀編輯共存

• 語(yǔ)義編輯：例如改變對(duì)象旋轉(zhuǎn)角度、風(fēng)格轉(zhuǎn)化、IP 形象創(chuàng)造等。即使整體像素大量變化，但語(yǔ)義一致性（例如人物、角色、物體）得以保留。
• 外觀編輯：例如某一區(qū)域的組件添加／刪除／修改（比如給人像換衣服、給圖片中某物添加標(biāo)志牌等），其它區(qū)域盡可能保持不變。

精準(zhǔn)文字編輯能力（中英雙語(yǔ)）

對(duì)于含有文字的圖像（如海報(bào)、標(biāo)識(shí)牌、手寫或印刷文字），可以直接修改、刪除或新增文字，同時(shí)保留字體、大小、風(fēng)格等原有特征。無(wú)論是英文標(biāo)識(shí)還是中文海報(bào)，Qwen-Image-Edit 都展示了強(qiáng)大的文字寫入與校正能力。

強(qiáng) benchmark 性能與可用性

在多個(gè)公開(kāi)的圖像編輯 benchmark 上，Qwen-Image-Edit 的性能為目前 SOTA（state-of-the-art）水平。模型開(kāi)源、License 為 Apache-2.0，也降低了應(yīng)用與部署門檻。

操作靈活、可組合編輯

可以通過(guò)鏈?zhǔn)剑╟hained）編輯方式來(lái)逐步細(xì)化：例如先大致修改，再對(duì)某個(gè)小區(qū)域精修。適合復(fù)雜場(chǎng)景，比如書法或者細(xì)節(jié)文字有誤需糾正時(shí)。

典型應(yīng)用場(chǎng)景

1. 風(fēng)格切換

提示詞: 改為宮崎駿動(dòng)漫風(fēng)格

原圖

生成圖片

2. 視角切換

提示詞: 小狗朝向右側(cè)

原圖

生成圖片

3. AI消除

提示詞: 移除圖中的礦泉水

原圖

生成圖片

4. 穿搭模擬

提示詞: 用淺藍(lán)色襯衫替換圓點(diǎn)襯衫

原圖

生成圖片

5. IP 形象創(chuàng)作

提示詞: 給熊穿上一套藍(lán)色和白色的運(yùn)動(dòng)服，右手拿著一個(gè)橙色的籃球，左腿彎曲

原圖

生成圖片

6. 修復(fù)舊照片

提示詞: 修復(fù)舊照片，去除劃痕，減少噪點(diǎn)，增強(qiáng)細(xì)節(jié)

原圖

生成圖片

7. 添加文字

提示詞: 將這盤菜放到白色大理石餐桌上，上方添加文字“揚(yáng)州炒飯”，下方添加小字“農(nóng)家大排檔”。

原圖

生成圖片

結(jié)語(yǔ)

Qwen-Image-Edit 是當(dāng)前圖像編輯領(lǐng)域中一個(gè)非常有競(jìng)爭(zhēng)力的模型，它在文字編輯、語(yǔ)義與外觀控制兩個(gè)維度上的能力讓很多傳統(tǒng)圖像編輯任務(wù)變得更為簡(jiǎn)單和智能。對(duì)于設(shè)計(jì)師、內(nèi)容創(chuàng)作者、廣告／視覺(jué)藝術(shù)領(lǐng)域從業(yè)者，甚至普通用戶來(lái)說(shuō)，都具有很大吸引力。