模型详情
模型介绍
中文整理# Qwen-Image 模型卡片
## 模型简介
Qwen-Image 是 Qwen 系列中的图像生成基础模型，在复杂文本渲染和精确图像编辑方面取得了显著进展。实验表明，该模型在图像生成和编辑方面具备强大的通用能力，尤其在文本渲染方面表现卓越，特别擅长中文。
## 主要能力
- *文本渲染**：能够在多种图像中高保真地渲染文本。无论是英文等字母语言，还是中文等表意文字，Qwen-Image 都能保持排版细节、布局一致性和上下文协调性。文本与图像视觉元素无缝融合。
- *通用图像生成**：支持多种艺术风格的图像生成，包括 photorealistic 场景、印象派绘画、动漫美学和极简设计等，能够灵活适应各种创意提示。
- *图像编辑**：支持高级编辑操作，包括风格转换、物体插入或移除、细节增强、图像内文本编辑、甚至人物姿态操控。操作直观，输出连贯。
- *图像理解**：支持目标检测、语义分割、深度和边缘（Canny）估计、新视角合成、超分辨率等图像理解任务。
## 输入输出
输入：文本提示（text prompts）
输出：生成的图像
运行要求
需要安装最新版本的 diffusers 库。
基本用法
使用模型根据文本提示生成图像的代码示例见官方文档。
许可证
Qwen-Image 采用 Apache 2.0 许可证。
## 发布信息
首次发布：2025年8月4日
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行环境运行模型需要的设备、工具与依赖，以原作者说明为准。
授权范围是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。
