阿里云宣布推出新一代圖像生成基礎模型 Qwen-Image-2.0，該模型在文字渲染、真實質感、語義遵循和模型架構等方面實現了顯著突破。作為一款生圖編輯二合一的模型，Qwen-Image-2.0 在同一模型中實現了文生圖和圖生圖任務的優(yōu)越性能，為開發(fā)者提供了更強大的創(chuàng)作工具。

Qwen-Image-2.0 的核心創(chuàng)新之一是更專業(yè)的文字渲染能力。該模型支持 1k token 指令，能夠直接生成專業(yè)信息圖，包括 PPT、海報、漫畫等。例如，用戶可以通過簡單的提示詞生成一頁包含時間軸、圖片和文字說明的 PPT，模型不僅能準確渲染文字，還能實現復雜的"畫中畫"效果，確保文字與圖像的完美融合。在漫畫生成任務中，模型能夠自動將對話框中的文字規(guī)整排版并居中對齊，使生成的漫畫更加自然和專業(yè)。

在真實質感方面，Qwen-Image-2.0 支持 2k 分辨率輸出，能夠細膩刻畫寫實場景，包括人物、自然和建筑等。模型通過建模多種綠色和自然細節(jié)，實現了生態(tài)真實性的顯著提升。例如，在生成夏日森林場景時，模型能夠精確區(qū)分 23 種以上不同明度、飽和度、冷暖傾向與材質表現的綠色，營造出充滿生物細節(jié)的森林秘境。這種真實感的提升也體現在人物渲染上，模型能夠捕捉皮膚紋理、發(fā)絲細節(jié)和光影變化，生成高度逼真的人物圖像。

語義遵循能力的增強是 Qwen-Image-2.0 的另一大亮點。該模型實現了理解生成一體化和生圖編輯二合一，能夠在同一模型中完成圖像生成和編輯任務。例如，用戶可以通過自然語言指令在圖像上添加文字、修改元素或調整布局，模型能夠準確理解指令意圖并生成符合預期的結果。這種能力在圖片題詞任務中表現尤為突出，模型能夠根據提示詞在圖像的指定位置添加書法文字，并保持文字與圖像風格的協調統(tǒng)一。

Qwen-Image-2.0 還采用了更輕量的模型架構，在保持高性能的同時實現了更快的生成速度。阿里云百煉平臺已開通 API 邀測，開發(fā)者可以通過該平臺體驗新模型的強大功能。用戶還可以通過 Qwen Chat（chat.qwen.ai）免費體驗 Qwen-Image-2.0，探索其在專業(yè)設計、內容創(chuàng)作和圖像編輯等領域的應用潛力。

在圖像編輯任務中，Qwen-Image-2.0 展現了強大的跨模態(tài)理解能力。例如，在雙圖編輯任務中，模型能夠將不同圖像中的人物自然合成到同一場景中，并保持光影、透視和比例的一致性。在跨次元編輯任務中，模型能夠將卡通形象與真實城市照片無縫融合，生成具有創(chuàng)意的混合風格圖像。這些能力為圖像編輯帶來了全新的可能性，使非專業(yè)用戶也能輕松實現復雜的編輯效果。