扔掉ps吧，阿里开源超越gpt4o图片编辑模型Qwen-Image-Edit
8 月 20 日，阿里通义千问团队正式开源 20B 参数级的 Qwen-Image-Edit，把中文图像编辑能力一次性拉到“商用水准”。
模型采用“语义-外观”双通路架构：Qwen2.5-VL 提炼高层语义，VAE 锁定纹理颜色，既能执行“人物牵狗”级语义重绘，也能“只改头发丝”而保留其余像素。最炸裂的是文本渲染：在 3500 个常用汉字基准上，单字准确率 97.29%，远超 GPT-4o 的 68%，支持竖排、对联、书法等复杂排版。
看看具体的应用场景例子吧：
功能上，Qwen-Image-Edit 提供两类编辑：low-level 外观级（增删元素、像素级无痕修改）与 high-level 语义级（风格迁移、物体旋转、IP 创作），并支持中英双语“链式”文字增删改，设计师可在海报或 UI 原型中直接替换文案而字体风格不变。
性能方面，模型在 GEdit、ImgEdit、GSO 三大公开基准均夺 SOTA，综合评分 7.56（英）/7.52（中），超越 GPT Image1 与 FLUX.1 Kontext。
python代码使用，我们使用diffusers
pip install git+https://g...
点击查看剩余70%
{{collectdata}}
网友评论