Qwen-Image:图像生成与编辑基础模型
Qwen-Image 是 20B 参数的 MMDiT 图像基础模型,主打复杂文字渲染(尤其中文)与精确图像编辑,配套多个迭代版本与权重。
Qwen-Image 是一个 20B 参数的 MMDiT 图像基础模型,README 称其在复杂文字渲染和精确图像编辑上有显著进展,中文文字渲染表现突出。仓库持续发布迭代版本:Qwen-Image-Edit 系列(2509、2511)面向图像编辑,Qwen-Image-2512 改进人物真实感、自然纹理与文字排版,Qwen-Image-Layered 提供分层输出,Qwen-Image-2.0 支持 1k token 指令生成信息图、原生 2K 分辨率并统一生成与编辑模式。权重在 HuggingFace 与 ModelScope 发布,支持 ComfyUI、vLLM-Omni、SGLang-Diffusion 等推理生态,并提供 LoRA 模型支持。