Qwen-Image-Edit: modelo de edición de imágenes de Tongyi para cambios semánticos y de apariencia 200

Qwen-Image-Edit es el modelo de edición de imágenes lanzado por Tongyi Qianwen, entrenado a partir del modelo Qwen-Image con 20B de parámetros. Es capaz de manejar simultáneamente modificaciones semánticas y de apariencia en las imágenes, como editar con precisión el texto en una imagen, crear personajes IP, cambiar de estilo y otras operaciones. Ha obtenido los mejores resultados en múltiples pruebas públicas y ya es de código abierto en ModelScope, Hugging Face y GitHub.

Capacidades principales de Qwen-Image-Edit

• Edición semántica y de apariencia: introducir la imagen en Qwen2.5-VL permite controlar el significado que expresa la imagen, mientras que introducirla en el VAE Encoder permite controlar su apariencia. Con esta capacidad se puede crear personajes IP, girar la orientación de los objetos, cambiar el estilo de la imagen, así como añadir, eliminar y redibujar elementos en la imagen.

• Edición precisa de texto: se pueden editar textos tanto en chino como en inglés. Sin modificar la fuente, el tamaño ni el estilo originales, se puede añadir, eliminar y modificar el contenido del texto en la imagen, e incluso cambiar el color de palabras específicas.

• Excelente rendimiento en pruebas: ha alcanzado los mejores resultados actuales en múltiples pruebas públicas.

Tecnología de Qwen-Image-Edit

• Entrenamiento multitarea. Se utiliza un método mejorado de entrenamiento multitarea que combina tareas tradicionales como la generación de imágenes a partir de texto, la combinación de texto e imagen para generar nuevas imágenes, y la generación de nuevas imágenes a partir de imágenes, permitiendo que la información oculta de las dos partes, Qwen2.5-VL y MMDiT, se corresponda mejor.

• Codificación dual. La imagen se introduce por separado en Qwen2.5-VL (para controlar el significado que expresa la imagen) y en el VAE Encoder (para controlar su apariencia). De este modo, al editar la imagen, el modelo puede entender qué significado quieres cambiar y, al mismo tiempo, garantizar que la apariencia de la imagen se mantenga similar a la original.

Escenarios de uso de Qwen-Image-Edit

• Creación de IP: se pueden crear distintos contenidos a partir de un personaje, como por ejemplo convertir la mascota carpincho de Qwen en paquetes de stickers de MBTI.

• Cambio de perspectiva: permite girar los objetos 90 o 180 grados.

• Transferencia de estilo: permite convertir retratos de personas al estilo de las animaciones de Studio Ghibli.

Pasos para realizar una transferencia de estilo con Qwen-Image-Edit

1. Primero, accede a Qwen Chat (chat.qwen.ai) y haz clic en la función "Edición de imágenes".

2. A continuación, sube a la interfaz de edición la imagen a la que quieras cambiar el estilo.

3. Luego, escribe en el prompt claramente el estilo que deseas aplicar, por ejemplo: "Convierte este retrato al estilo Ghibli".

4. Haz clic en enviar y el modelo comenzará a procesar la imagen.

5. Una vez finalizado el procesamiento, podrás ver la imagen editada y descargarla.

Enlaces de descarga del modelo Qwen-Image-Edit:

• ModelScope：https://modelscope.cn/models/Qwen/Qwen-Image-Edit

• Hugging Face：https://huggingface.co/Qwen/Qwen-Image-Edit

• GitHub：https://github.com/QwenLM/Qwen-Image