凤凰网科技讯 8月5日，通义千问官方晓示开源一个20B的MMDiT模子Qwen-Image，这是通义千问系列中的首个图像生成基础模子开yun体育网，在复短文本渲染和精准图像裁剪方面进展显耀。

该模子具备超卓的文本渲染才能、一致性的图像裁剪才能及浩大的跨基准性能弘扬。

在多个公开基准测试中，包括GenEval、DPG、OneIG - Bench（通用图像生成），GEdit、ImgEdit、GSO（图像裁剪）以及LongText - Bench、ChineseWord、TextCraft（文本渲染）等，Qwen-Image在各样生成与裁剪任务中均得回SOTA。

在性能弘扬上，Qwen-Image能在不同场景中杀青高保真文本渲染。举例，在海报制作中，它不仅能准确展示海报立场，还能保留东说念主物姿势和格式描摹，准确生成指定的中英文翰墨；在分模块案例中，能完成排版并生成各部分的图标、标题和先容文本；除此以外，即使纸张面积小且段落翰墨长，也能准确生成翰墨，还可在双语间机动切换。

同期，Qwen-Image 在通用图像生成方面维持多种艺术立场，从像片级写实到印象派绘制，从动漫立场到极简策划，能机动反应创意教唆。

通义千问暗示，但愿Qwen-Image能进一步鼓吹图像生成界限发展，镌汰视觉本色创作技巧门槛，激勉更多翻新期骗可能，同期期待社区积极参与和反馈，共同构建灵通、透明、可抓续发展的生成式AI生态。

当今开yun体育网，该模子已在魔搭社区与Hugging Face开源。