12 月 25 日消息，阿里通義 Qwen 團(tuán)隊(duì)于 12 月 23 日上線推出 Qwen-Image-Edit-2511 全新圖像編輯模型，在 Qwen-Image-Edit-2509 基礎(chǔ)上，減輕圖像漂移、提升人物一致性、集成 LoRA 能力、增強(qiáng)工業(yè)設(shè)計(jì)生成能力，以及強(qiáng)化幾何推理能力。

該模型作為通義家族在視覺生成領(lǐng)域的最新嘗試，專門針對“圖像編輯”場景進(jìn)行了優(yōu)化。不同于傳統(tǒng)的文生圖模型（Text-to-Image），該模型主要解決的是“在保持原圖主體結(jié)構(gòu)不變的前提下，對特定區(qū)域進(jìn)行精準(zhǔn)修改”這一行業(yè)難題，為開發(fā)者和設(shè)計(jì)師提供了更高效的 AI 輔助工具。

Qwen-Image-Edit-2511 的最大亮點(diǎn)在于其強(qiáng)大的指令遵循能力（Instruction Following）。用戶無需掌握復(fù)雜的 Photoshop 圖層技術(shù)，也不必手動(dòng)繪制選區(qū)，只需輸入類似“將畫面中的貓換成狗”或“移除背景中的路人”等自然語言指令，模型即可自動(dòng)理解意圖并執(zhí)行操作。

該模型通過深度融合視覺編碼器與語言模型，能夠精確識(shí)別圖像中的語義對象，確保在修改目標(biāo)物體的同時(shí)，最大限度地保留原圖的光影、紋理及背景一致性。

Qwen-Image-Edit-2511 進(jìn)一步改善人物一致性，保留主體的身份特征和視覺風(fēng)格的情況下，能夠基于輸入的人像進(jìn)行富有想象力的編輯。附上相關(guān)圖片如下：

新模型進(jìn)一步增強(qiáng)了多人合影場景中的一致性表現(xiàn) —— 能夠?qū)蓮埅?dú)立的人物圖像高保真地融合為一張協(xié)調(diào)的群像照片：

Qwen-Image-Edit-2511 將部分精選的熱門 LoRA 直接集成到基礎(chǔ)模型中，無需額外微調(diào)即可啟用其效果。例如，光照增強(qiáng) LoRA 下，用戶可開箱即用地實(shí)現(xiàn)逼真的光照控制：

Qwen-Image-Edit-2511 引入了更強(qiáng)的幾何推理能力，例如，可直接為設(shè)計(jì)或標(biāo)注目的生成輔助構(gòu)造線：