Qwen-Image 发布：20B 图像基础模型，原生文本渲染与精准编辑

Qwen-Image 是什么？

2025年8月4日，阿里通义千问团队发布了一个叫 Qwen-Image 的新模型。它是一个 20B 参数的图像基础模型，专门用来生成图片和编辑图片。官方没有明确说它是开源还是闭源，但提供了 GitHub、Hugging Face、ModelScope 和在线 Demo 的入口，说明大家可以去尝试。

你可以把它想象成一位会画画的魔法师，不仅能画出漂亮的画，还能在画上写出工整的字，甚至能按照你的要求修改画里的东西。

它有什么特别的本领？

Qwen-Image 最厉害的地方是“文字渲染”。很多画图模型画出来的字是乱码，但它能画出清晰、准确的中文和英文，比如多行文字、段落，甚至手写体。官方展示的例子中，它能在玻璃板上写出一整段中文，还能中英文混排。

另一个本领是“精准图像编辑”。你可以让它修改图片里的文字、增加或删除物体、改变风格，同时保持图片看起来自然。

它在考试中表现如何？

官方在多个公开测试集上评估了 Qwen-Image，包括 GenEval、DPG、OneIG-Bench 等生成测试，以及 GEdit、ImgEdit、GSO 等编辑测试。结果显示，它在所有这些测试中都达到了最先进的水平（SOTA）。

特别是在文字渲染的测试 LongText-Bench、ChineseWord 和 TextCraft 上，它大幅超过了之前的模型，尤其擅长中文文字生成。

它能用来做什么？

因为文字渲染能力强，Qwen-Image 可以轻松制作海报、PPT 页面、书籍封面等。官方展示了制作电影海报、企业 PPT 页面的例子，文字排版准确，风格多样。

它也能生成各种艺术风格的图片，从写实到动漫，从水墨到极简设计，适合艺术家、设计师和讲故事的人使用。

怎么使用它？

官方提供了多个入口：可以在 Qwen Chat 里选择“Image Generation”在线体验，也可以从 GitHub、Hugging Face、ModelScope 下载模型或代码。不过，官方没有说明具体的开源协议和商用限制，需要进一步确认。

如果你是小学生或初中生，可以把它当作一个神奇的画图工具，输入文字描述，它就能帮你画出想要的画面，还能在画上写字。

它有什么限制？

官方没有说明模型的大小、运行需要的硬件、生成速度、是否免费等信息。另外，虽然它在测试中表现很好，但实际使用中可能还会遇到生成错误或不符合预期的情况。

对于复杂场景，比如很多文字和物体混合，它可能还需要进一步优化。官方也没有提到对敏感内容的过滤机制。

适合哪些人使用？

Qwen-Image 适合设计师、内容创作者、营销人员，以及任何需要快速生成带文字图片的人。对于学生来说，它可以用来做海报、PPT 或学习资料。

不过，由于官方未说明使用条款，商用前最好先查看相关许可。如果你只是好奇，可以去 Demo 试试看。