Qwen-Image-Edit: Tongyis Bildbearbeitungsmodell für semantische und optische Bearbeitung 196

小编 · 2025-08-19

Qwen-Image-Edit ist Tongyis Bildbearbeitungsmodell, weiter trainiert auf der 20-Mrd.-Parameter-Basis von Qwen-Image. Es bearbeitet sowohl semantische als auch optische Änderungen – präzise Textbearbeitung im Bild, IP-Charaktererstellung, Stiltransfer – und führt mehrere öffentliche Benchmarks an. Open Source auf ModelScope, Hugging Face und GitHub.

Qwen-Image-Edit: Tongyis Bildbearbeitungsmodell für semantische und optische Bearbeitung

Qwen-Image-Edit ist ein von Tongyi Qianwen vorgestelltes Bildbearbeitungsmodell, das auf dem Qwen-Image-Modell mit 20B-Parametern basiert und weiter trainiert wurde. Es kann sowohl semantische als auch optische Änderungen in Bildern verarbeiten, wie z. B. die präzise Bearbeitung von Text auf Bildern, und eignet sich auch für die Erstellung von IP-Figuren, Stiländerungen und weitere Operationen. In mehreren öffentlichen Tests erzielt es die besten Ergebnisse und wurde bereits als Open Source auf ModelScope, Hugging Face und GitHub veröffentlicht.

Qwen-Image-Edit：通义千问推出的图像编辑模型，可以进行语义和外观双重编辑

Kernfähigkeiten von Qwen-Image-Edit

Semantik und Optik können bearbeitet werden: Wird das Bild in Qwen2.5-VL eingegeben, kann die Bedeutung des Bildes gesteuert werden; wird es in den VAE Encoder eingegeben, kann das Aussehen des Bildes gesteuert werden. Mit dieser Fähigkeit lassen sich IP-Figuren erstellen, Objekte drehen, Bildstile ändern sowie Elemente hinzufügen, entfernen oder neu zeichnen.
Präzise Textbearbeitung: Sowohl chinesische als auch englische Texte können bearbeitet werden. Ohne die ursprüngliche Schriftart, Größe und den ursprünglichen Stil zu verändern, können Inhalte zu Texten im Bild hinzugefügt, entfernt oder geändert sowie die Farbe bestimmter Texte geändert werden.
Hervorragende Testergebnisse: In mehreren öffentlichen Tests wurden die derzeit besten Ergebnisse erzielt.

Technik von Qwen-Image-Edit

Ein Aspekt ist das Multitasking-Training. Es wurde eine verbesserte Multitasking-Trainingsmethode verwendet, die traditionelle Aufgaben wie Text-zu-Bild-Generierung, Text-plus-Bild-zu-neuem-Bild sowie Bild-zu-neuem-Bild kombiniert, damit die verborgenen Informationen von Qwen2.5-VL und MMDiT besser miteinander abgeglichen werden können.
Ein weiterer Aspekt ist die Doppelkodierung. Das Bild wird sowohl in Qwen2.5-VL (zur Steuerung der Bildbedeutung) als auch in den VAE Encoder (zur Steuerung des Bildaussehens) eingegeben. So versteht das Modell bei der Bildbearbeitung sowohl, welche Bedeutung Sie ändern möchten, als auch wird sichergestellt, dass das Bild dem Original weiterhin ähnlich sieht.

Anwendungsszenarien von Qwen-Image-Edit

IP-Erstellung: Basierend auf einer Figur können unterschiedliche Inhalte erstellt werden, z. B. kann Qwens Maskottchen Capybara als MBTI-Sticker-Pack gestaltet werden.
Perspektivwechsel: Objekte können um 90 oder 180 Grad gedreht werden.
Stiltransfer: Personenporträts können in den Stil von Ghibli-Animationen umgewandelt werden.

Schritte zum Stiltransfer mit Qwen-Image-Edit

Gehen Sie zunächst zu Qwen Chat (chat.qwen.ai) und klicken Sie auf die Funktion „Bildbearbeitung".
Laden Sie dann das Bild, dessen Stil Sie ändern möchten, in die Bearbeitungsoberfläche hoch.
Geben Sie anschließend im Prompt deutlich an, in welchen Stil Sie es umwandeln möchten, z. B. „Wandle dieses Personenporträt in den Ghibli-Stil um".
Klicken Sie dann auf „Senden", und das Modell beginnt mit der Verarbeitung.
Nach Abschluss der Verarbeitung sehen Sie das bearbeitete Bild und können es herunterladen.

如何用Qwen-Image-Edit做风格迁移的步骤