阿里图像生成模型登顶HuggingFace，精准编辑，功能强大

阿里于8月19日发布图像生成模型Qwen-Image，致力于解决复杂文本渲染与精准图像编辑难题。该模型通过系统性数据处理、渐进式训练与“双重编码”机制，在文本到图像生成及图像编辑任务中实现语义与视觉一致性。其架构包含Qwen2.5-VL、VAE与MMDiT，并引入新型位置编码方法。测试显示Qwen-Image在多任务表现上优于GPT-5与Gemini。尽管具备类似Photoshop的编辑能力，但其依赖自然语言指令，控制粒度为语义级而非像素级。Qwen-Image代表一种新图像创作范式，未来可能与专业工具深度融合，推动图像编辑进入AI语义时代。
来源：https://tech.ifeng.com/c/8lyPqNZjLti