跳到正文
IFAI

AIGC

阿里发布 Qwen-Image-2.0:原生 2K 画质,告别乱码文字

首次发布 传播指数 41

阿里千问团队推出下一代图像生成模型 Qwen-Image-2.0。新模型支持 2K 原生分辨率,可处理长达 1000 token 的排版提示词,精准渲染图片中的文字,并整合了图像生成与编辑功能。同时架构更轻量,推理速度更快。

阿里发布 Qwen-Image-2.0:原生 2K 画质,告别乱码文字
图:x.com

以前让 AI 画海报或做 PPT,最让人头疼的就是画面里的文字全像鬼画符,稍微写长一点要求模型还会漏掉细节。

阿里巴巴 Qwen 团队推出了下一代图像生成模型 Qwen-Image-2.0,专门冲着这些痛点下手。

能排版、能看懂长段落的 2K 画手

Qwen-Image-2.0 这次主打原生 2K 分辨率,画面细节更加逼真。

更实在的变化在于文字渲染和长文本理解。官方表示,新模型基本告别了错乱难辨的字母,并且能够处理长达 1K token 的提示词描述。

这意味着你可以直接输入一段完整文案,让它生成排版规整的演示文稿幻灯片、商业海报或连环画分镜。

在底层设计上,该模型采用了更轻量的架构来提升推理速度,并将图像生成与图像编辑整合在一起。目前大家已经可以在通义千问网页端直接上手体验。

为什么重要

我们认为,Qwen-Image-2.0 最聪明的地方在于没有继续卷抽象的画风,而是切中了实际办公场景里最麻烦的文字排版与编辑需求。

对于需要频繁制作宣发材料、汇报幻灯片的用户来说,以前 AI 生图往往只能当背景图用,文案还要挪到其他软件二次添加,能直接出字会大幅缩短出图链路。

把生成和编辑统一起来,也让后续微调修改变得更顺畅。不过根据一段长文本直接排版复杂画面的稳定性到底如何,尤其是版式审美能否达标,还需要打工人和创作者们在实战中检验。

来源 (1)

  1. [1]
    @alibaba_qwen(在新标签页打开)原文x.com

每日 AI 内容精选