20B模型加持，通义千问新工具竟能精准改图中文字！

抖音快讯 2025年08月19日 10:19 2 admin

据8月19日最新爆料，通义千问Qwen今日正式推出Qwen-Image-Edit，这是Qwen-Image的图像编辑版本，基于20B的Qwen-Image模型进一步训练，成功将Qwen-Image独特的文本渲染能力延展至图像编辑领域，实现了对图片中文字的精准编辑。此外，该工具还将输入图像同时输入到Qwen2.5-VL和VAE Encoder，从而兼具语义与外观的双重编辑能力。用户可访问Qwen Chat并选择“图像编辑”功能进行体验。

在图像编辑领域，文字的精准修改一直是个难题。此前的AI工具在处理图片中的文字时，常常会出现文字扭曲、内容错误或排版混乱等问题，而Qwen-Image-Edit的出现，似乎有望解决这一痛点。它基于20B的Qwen-Image模型，进一步训练后，能够精准识别并修改图片中的文字，无论是中文还是英文，都能保持字体形态与排版的准确性。这对于广告设计、教育、电商等行业来说，无疑是个巨大的福音。

Qwen-Image-Edit的另一个亮点是兼具语义与外观的双重编辑能力。它将输入图像同时输入到Qwen2.5-VL和VAE Encoder，前者实现视觉语义控制，后者实现视觉外观控制。这意味着用户在编辑图像时，不仅可以修改图像的内容，还能调整图像的风格、颜色等外观特征，实现更加全面的编辑效果。例如，用户可以在不改变图像主体的情况下，将一张写实风格的照片转换为动漫风格，或者调整图像的色调和亮度。

实际使用中，这个工具已经解决了不少从业者的紧急需求。做电商运营的小张最近就靠它省了不少事，“之前详情页上的价格标错了，找设计重新做图要等大半天，耽误上架进度。现在用Qwen-Image-Edit，直接选中错误价格改成正确的，字体、颜色和原来的一模一样，背景也没糊，两分钟就搞定了”。不止电商，自媒体博主改封面标题、教育机构改课件配图文字，都不用再依赖专业设计软件，普通用户跟着提示操作就能出效果。

从技术层面看，20B参数的Qwen-Image模型是它的核心底气。要知道，AI处理图片文字时，不仅要“认得出”文字，还要“记得住”字体的笔触、间距甚至光影效果，参数规模小的模型很容易在细节上出错，比如把宋体改成黑体，或者让文字边缘和背景脱节。而20B模型能存储更多字体特征和图像语义信息，再配合Qwen2.5-VL的语义判断——比如知道海报上“买二送一”的文字该放在促销标签位置，不能挡到产品——加上VAE Encoder对背景纹理的还原，才避免了过去AI编辑“改字必糊背景”的尴尬。

现在AI图像工具不少，但Qwen-Image-Edit的差异化很明显。像MidJourney擅长从头生成图片，可要是想改已有图片里的文字，它就力不从心；Adobe Firefly能编辑图片，可对中文文字的适配一般，还得开通会员才能用。而Qwen-Image-Edit直接瞄准“文字精准编辑”这个细分痛点，而且目前在Qwen Chat上能免费体验，不用下载复杂软件，对没接触过专业设计的小商家、个体创作者特别友好，相当于把“简易设计室”搬进了浏览器。