Qwen Image 2：统一的文生图与图像编辑模型

Qwen Image 2 是阿里巴巴 Qwen 团队推出的统一图像生成与编辑模型。它在同一个模型中同时支持文生图和图像编辑，专注于可靠的文字渲染和高保真写实效果。

该模型采用 70 亿参数架构——由 80 亿参数的 Qwen3-VL 编码器和 70 亿参数的扩散解码器组成——以原生 2K 分辨率（最高 2048×2048）生成图像。目前在 AI Arena 的盲评排行榜上，生成和编辑两项均排名第一。

擅长领域

文字渲染。 该模型能在图像中渲染可读的文字——标题、标签、标牌、海报、信息图表。支持最长 1,000 个 token 的提示词，尤其擅长中文文字渲染。

照片级写实。 该模型能在常见类别中生成细节丰富的写实图像：人物（皮肤、头发、服装纹理）、自然场景（植被、水面、大气效果）以及建筑（材质、几何、光照）。自然材质和光照方面的精细细节尤为出色。

图像编辑。 传入参考图片和文字提示词，即可进行编辑、重新风格化或变换。风格迁移、元素添加/移除、光照调整、跨域编辑——都在同一个模型中完成。使用 match_input_image 可保持输出与输入图片相同的分辨率和宽高比。

输入参数

• prompt — 你想生成的内容或编辑图像的方式。为获得最佳效果，先描述结构再描述风格。
• image — 可选的参考图像，用于编辑或风格迁移。
• match_input_image — 设为 true 且提供了图像时，输出将匹配输入图像的宽高比和分辨率，而非使用 aspect_ratio 参数。
• aspect_ratio — 输出图像的形状。选项：1:1、16:9、9:16、4:3、3:4、3:2、2:3、2:1、1:2。默认为 1:1。
• enable_prompt_expansion — 自动扩展和优化你的提示词。默认开启。
• negative_prompt — 描述你不希望出现在图像中的内容。
• seed — 用于生成可复现的结果。范围：0–2147483647。

使用技巧

• 先写结构，后写风格。 先描述布局（"顶部大标题，画面中央孤独身影，下方是城市景观"），再添加美学方向（"电影感光照，柔和的色调"）。
• 对文字内容要具体。 包含准确的字符串、语言、大小写和对齐方式。模型对中文文字处理尤为出色，但具体的描述对所有语言都有帮助。
• 想要写实效果，提示相机参数。 "50mm 镜头"、"柔和日光"、"中画幅"——轻度的技术提示可以提升写实感，而不会过度约束结果。
• 编辑时，明确说明约束条件。 "不要改变背景"或"保持光照的真实感"——模型对明确的约束比暗示的约束遵循得更好。

标准版 vs Pro 版

Qwen Image 2 是该模型的标准版本。如果你需要更强的写实效果、更准确的文字渲染和更好的复杂提示词遵循能力，可以尝试 Pro 版本——Qwen Image 2 Pro。Pro 版本生成时间略长，但输出质量更高。

Qwen Image 2 采用 Apache 2.0 许可证。你可以在 Qwen 团队的博客文章和 API 文档中了解更多关于该模型的信息。