8月19日报道，阿里推出Qwen-Image-Edit，这是其此前8月5日推出的图像生成基础模型Qwen-Image的图像编辑版本，基于原生多模态大模型（MLLM），突破了传统“文生图”和需要精准蒙版的局限，实现了通过纯文本指令对现有图像进行高精度、高一致性的智能编辑。
核心功能
- 🖼️ 指令式编辑：只需输入自然语言描述，即可对图像进行修改。例如：“给照片里的狗戴上一顶生日帽”或“将天空换成夕阳下的火烧云”。
- 🎯 精准区域理解：能够精准理解指令中提到的物体、属性和空间关系（如“左边”、“后面的”），并自动定位到图像中需要编辑的特定区域，无需用户手动绘制蒙版。
- 📐 分辨率自由：支持灵活可变的分辨率处理，可以处理不同尺寸和比例的输入图像，并能输出高质量的结果。
- 🔄 多轮对话编辑：支持在对话中基于上一轮编辑后的图像进行连续、多轮的修改，像聊天一样不断优化图像，直到满意为止。
✨ 突出特点
- 🧠 原生多模态架构：不同于依赖外部分割模型（如SAM）或扩散模型的方案，它采用端到端的训练方式，让模型自身深度理解图像内容与指令的关联，编辑效果更自然、一致。
- 🔍 细节保持惊人：在修改指定内容的同时，能最大限度地保留原始图像中无需改变的细节（如背景、人物的面部特征、纹理等），避免了传统编辑工具常出现的画面失真或破坏。
- 🎨 风格一致性高：编辑后新增或修改的内容（如纹理、光照、风格）能与原图无缝融合，保持整体画面的和谐与统一，仿佛原本就是如此。
- ⚡ 高效便捷：将复杂的图像编辑技术简化为“一句话的事”，极大降低了用户门槛，让不具备专业PS技能的用户也能轻松实现高质量的创意编辑。
相关链接
使用地址：Qwen
桂公网安备45080202000358号