，这是一个 20B 的 MMDiT 模型，也是通义千问系列中首个图画生成根底模型，其在杂乱文本烘托和准确图画修改方面取得了明显发展。
文本烘托才能：Qwen-Image 在杂乱文本烘托方面体现超卓，支撑多行布局、阶段级文本生成以及细粒度细节出现。无论是英语仍是中文，均能完成高保真输出。
一致性的图画修改才能：经过增强的多使命练习范式，Qwen-Image 在修改过程中能坚持修改的一致性。
跨基准功能体现：在多个揭露基准测验中的评价标明，Qwen-Image 在各类生成与修改使命中均取得 SOTA。
Qwen-Image 在所有基准测验中均取得了最先进的功能。此外，在用于文本烘托的 LongText-Bench、ChineseWord 和 TextCraft 上的依据成果得出，Qwen-Image 在文本烘托方面体现尤为超卓，特别是在中文文本烘托上，大幅抢先现有的最先进模型。
宫崎骏的动漫风格。平视角拍照，阳光下的古街热闹非凡。一个穿戴青衫、手里拿着写着“阿里云”卡片的逍遥派弟子站在中心。周围两个小孩惊奇的看着他。左面有一家店肆挂着“云存储”的牌子，里边摆放着发光的服务器机箱，门口两个侍卫守护者。右边有两家店肆，其间一家挂着“云核算”的牌子，一个穿戴旗袍的美丽女子正看着里边闪闪发光的电脑屏幕；另一家店肆挂着“云模型”的牌子，门口放着一个大酒缸，上面写着“千问”，一位老板娘正在往里边倒发光的代码溶液。
一副高雅严肃的对联悬挂于厅堂之中，房间是个安静古典的中式安置，桌子上放着一些青花瓷，对联上左书“义本生知人机同路善思新”，右书“通云赋智天地启数高志远”，横批“智启通义”，字体潇洒，中心挂在一着一副中国风的画作，内容是岳阳楼。
除了文本处理，Qwen-Image 在通用图画生成方面支撑多种艺术风格。从相片级写实场景到印象派绘画，从动漫风格到极简规划，该模型可以灵敏呼应各种构思提示。
在图画修改方面，Qwen-Image 支撑风格搬迁、增修改、细节增强、文字修改，人物姿势调整等多种操作。这让普通用户也能完成专业级的图画修改。