8 月 19 日，阿里通义千问宣布推出 Qwen-Image 的图像编辑版本 —— Qwen-Image-Edit。
据介绍，Qwen-Image-Edit 基于 20B 的 Qwen-Image 模型进⼀步训练，成功将 Qwen-Image 的独特的文本渲染能力延展至图像编辑领域，实现了对图片中文字的精准编辑。
此外，Qwen-Image-Edit 将输⼊图像同时输⼊到 Qwen2.5-VL（实现视觉语义控制）和 VAE Encoder（实现视觉外观控制），从而兼具语义与外观的双重编辑能⼒。
具体来看，Qwen-Image-Edit 的主要特性包括：
- 语义与外观双重编辑：Qwen-Image-Edit 不仅⽀持 low-level 的视觉外观编辑（如元素的添加、删除、修改等，要求图片其他区域完全不变），也支持 high-level 的视觉语义编辑（如 IP 创作、物体旋转、风格迁移等，允许整体像素变化但保持语义一致）。
- 精准⽂字编辑：Qwen-Image-Edit 支持中英文双语文字编辑，可在保留原有字体、字号、风格的前提下，直接对图片中的文字进行增、删、改等操作。
- 强⼤的基准性能：在多个公开基准测试中的评估表明，Qwen-Image-Edit 在图像编辑任务上具备 SOTA 性能，是一个强大的图像编辑基础模型。
目前，Qwen-Image-Edit 已上线 Qwen Chat「图像编辑」功能，并上架 ModelScope、HuggingFace、GitHub。
ModelScope：https://modelscope.cn/models/Qwen/Qwen-Image-Edit
Hugging Face：https://huggingface.co/Qwen/Qwen-Image-Edit
