搜索
通义千问首个文生图模型开源：破解AI图像生成“写字”难题 复杂中英文渲染效果惊艳
2025-08-05
8月5日，通义千问宣布开源Qwen-Image，这是其系列中首个图像生成基础模型，拥有20B参数的MMDiT架构。Qwen-Image在复杂文本渲染和精确图像编辑方面取得显著进展，具备卓越的文本渲染能力、一致性的图像编辑能力及强大的跨基准性能表现。该模型支持多行布局、段落级文本生成，以及细粒度细节呈现，无论英语还是中文均能实现高保真输出，并在多个公开基准测试中均获得SOTA。
