通義千問系列近期宣布了一項重大開源舉措，推出了一款名為Qwen-Image的圖像生成基礎模型。這款模型擁有20億參數，采用了先進的多模態擴散變換器（MMDiT）技術，不僅在復雜文本渲染和精確圖像編輯領域取得了重大突破，還在多個行業基準測試中展現了卓越的性能。
Qwen-Image以其卓越的文本渲染能力尤為引人注目。它能夠支持多行布局和段落級文本生成，并能在細節呈現上達到極高的保真度。無論是英文還是中文，Qwen-Image都能游刃有余。例如，在渲染宮崎駿風格的動漫場景時，無論是店鋪的牌匾、人物的姿勢神態，還是酒缸上的微小文字，Qwen-Image都能精準捕捉并完美呈現。在中文對聯的生成中，它不僅準確繪制了對聯的左右聯和橫批，還巧妙融入了書法元素，令人贊嘆不已。
在英文文本渲染方面，Qwen-Image同樣表現出色。無論是書店櫥窗的展示信息，還是復雜的信息圖表，它都能準確無誤地生成文本，并將其巧妙融入整體設計之中，展現出高度的藝術性和信息傳達能力。尤其在處理不同大小和數量的文字時，Qwen-Image都能保持高度的清晰度和準確性，如生成手中紙張上的長段文字，或在玻璃板上呈現完整的手寫體段落。
除了文本渲染外，Qwen-Image在圖像編輯領域也展現出了非凡的實力。通過增強的多任務訓練范式，它能夠在編輯過程中保持高度的一致性，支持風格遷移、物體增減、細節增強以及人物姿態調整等多種操作。這使得普通用戶也能輕松實現專業級的圖像編輯效果，極大地降低了視覺內容創作的門檻。
目前，Qwen-Image已在魔搭社區、Hugging Face和GitHub等平臺開源，并提供了詳盡的技術報告和演示示例。用戶可以通過訪問QwenChat的“圖像生成”功能，親身體驗這款強大模型的出色表現。對于感興趣的開發者和研究者來說，ModelScope、Hugging Face和GitHub上的相關鏈接提供了豐富的資源和信息。
想要了解更多關于Qwen-Image的信息或親自體驗其強大功能，請訪問以下鏈接：
ModelScope: https://modelscope.cn/models/Qwen/Qwen-Image
Hugging Face: https://huggingface.co/Qwen/Qwen-Image
GitHub: https://github.com/QwenLM/Qwen-Image
Demo展示: https://modelscope.cn/aigc/imageGeneration?tab=advanced
