阿里通義Qwen團隊近日發布全新圖像編輯模型Qwen-Image-Edit-2511，在視覺生成領域實現多項技術突破。該模型基于此前版本升級優化，重點解決了圖像編輯中的核心難題——如何在保持主體結構完整的前提下，對特定區域進行精準修改，為開發者與設計從業者提供更高效的創作工具。
與傳統文生圖模型不同，Qwen-Image-Edit-2511通過深度融合視覺編碼器與語言模型，構建了強大的指令理解體系。用戶無需掌握專業軟件操作，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“調整背景色調為暖黃色”，模型即可自動識別語義對象并執行精準編輯。測試顯示，該模型在修改目標物體的同時，能完整保留原圖的光影過渡、紋理細節及背景協調性。
針對人物圖像編輯場景，新版本顯著提升了主體一致性表現。在保留人物身份特征與視覺風格的基礎上，模型支持富有想象力的創作需求。例如，在多人合影編輯中，可將兩張獨立拍攝的人物照片高保真融合為自然協調的群像，面部表情、肢體動作與光影效果均保持高度統一。這一特性在商業攝影、影視后期等領域具有廣泛應用潛力。
技術層面，模型集成了多項創新功能。通過內置熱門LoRA模塊，用戶可直接調用光照增強、風格遷移等預設效果，無需額外訓練即可實現逼真場景渲染。在工業設計領域，新增的幾何推理能力支持自動生成輔助構造線，幫助設計師快速完成結構標注與原型驗證。實測表明，該模型在處理復雜幾何圖形時的精度較前代提升40%以上。
開發團隊透露，Qwen-Image-Edit-2511的優化方向聚焦于實用場景需求。通過減輕圖像漂移現象、強化多物體編輯穩定性等改進，模型在電商產品圖處理、廣告創意設計等商業化場景中展現出顯著優勢。目前，該模型已開放API接口，支持開發者基于現有框架進行二次開發。
