Qwen-Image
20B MMDiT 图像基础模型,重点解决中英文复杂文字渲染。
FAMILY / ALIBABA CLOUD
千问的图像生成与编辑主线,重点强化中文文字、复杂版面与真实细节。
01 / RELEASE SEQUENCE
02 / GENERATIONS
20B MMDiT 图像基础模型,重点解决中英文复杂文字渲染。
由 20B Qwen-Image 扩展的图像编辑模型,支持语义、外观和中英文文字修改。
统一生成与编辑,支持 1K token 复杂指令、原生 2K 和更真实的细节。
以 4.5K token 输入、10px 小字、多语言与复杂版面强化“可直接使用”的图像内容。
QwenCloud 于 2026 年 10 月 2 日列出的图像生成与编辑 API 型号。官方称其视觉生成组件为 7B、32 层单流 DiT,支持原生透明输出和最多 10 张参考图。
它为 Qwen-Image 2.1 增加了独立的快速生成 checkpoint,并首次公开对应权重;这扩展了该图像线的部署选择,而不是普通速度档位。