阿里通義Qwen團(tuán)隊(duì)近日發(fā)布全新圖像編輯模型Qwen-Image-Edit-2511，在視覺生成領(lǐng)域?qū)崿F(xiàn)多項(xiàng)技術(shù)突破。該模型基于此前版本升級(jí)優(yōu)化，重點(diǎn)解決了圖像編輯中的核心難題——如何在保持主體結(jié)構(gòu)完整的前提下，對(duì)特定區(qū)域進(jìn)行精準(zhǔn)修改，為開發(fā)者與設(shè)計(jì)從業(yè)者提供更高效的創(chuàng)作工具。

與傳統(tǒng)文生圖模型不同，Qwen-Image-Edit-2511通過深度融合視覺編碼器與語言模型，構(gòu)建了強(qiáng)大的指令理解體系。用戶無需掌握專業(yè)軟件操作，僅需輸入自然語言指令，如“將畫面中的汽車替換為自行車”或“調(diào)整背景色調(diào)為暖黃色”，模型即可自動(dòng)識(shí)別語義對(duì)象并執(zhí)行精準(zhǔn)編輯。測(cè)試顯示，該模型在修改目標(biāo)物體的同時(shí)，能完整保留原圖的光影過渡、紋理細(xì)節(jié)及背景協(xié)調(diào)性。

針對(duì)人物圖像編輯場(chǎng)景，新版本顯著提升了主體一致性表現(xiàn)。在保留人物身份特征與視覺風(fēng)格的基礎(chǔ)上，模型支持富有想象力的創(chuàng)作需求。例如，在多人合影編輯中，可將兩張獨(dú)立拍攝的人物照片高保真融合為自然協(xié)調(diào)的群像，面部表情、肢體動(dòng)作與光影效果均保持高度統(tǒng)一。這一特性在商業(yè)攝影、影視后期等領(lǐng)域具有廣泛應(yīng)用潛力。

技術(shù)層面，模型集成了多項(xiàng)創(chuàng)新功能。通過內(nèi)置熱門LoRA模塊，用戶可直接調(diào)用光照增強(qiáng)、風(fēng)格遷移等預(yù)設(shè)效果，無需額外訓(xùn)練即可實(shí)現(xiàn)逼真場(chǎng)景渲染。在工業(yè)設(shè)計(jì)領(lǐng)域，新增的幾何推理能力支持自動(dòng)生成輔助構(gòu)造線，幫助設(shè)計(jì)師快速完成結(jié)構(gòu)標(biāo)注與原型驗(yàn)證。實(shí)測(cè)表明，該模型在處理復(fù)雜幾何圖形時(shí)的精度較前代提升40%以上。

開發(fā)團(tuán)隊(duì)透露，Qwen-Image-Edit-2511的優(yōu)化方向聚焦于實(shí)用場(chǎng)景需求。通過減輕圖像漂移現(xiàn)象、強(qiáng)化多物體編輯穩(wěn)定性等改進(jìn)，模型在電商產(chǎn)品圖處理、廣告創(chuàng)意設(shè)計(jì)等商業(yè)化場(chǎng)景中展現(xiàn)出顯著優(yōu)勢(shì)。目前，該模型已開放API接口，支持開發(fā)者基于現(xiàn)有框架進(jìn)行二次開發(fā)。