通义千问推出 Qwen-Image-Edit：支持中英文精准改字与 180 度翻转

给 AI 画的图改细节，向来是个让人头疼的玄学。你让它换件衣服，它把脸顺便换了；你让它改海报里的一个错别字，整张海报的排版全塌了。

阿里 Qwen 团队推出了专门用来修图的 Qwen-Image-Edit。这个模型基于 20B 参数的 Qwen-Image 打造，主打的就是把这种不可控的「抽卡式重绘」，变成能精准下刀的精细编辑。

一边管脑子，一边管像素

大多数图像生成模型修图容易崩，根本原因在于它分不清哪些东西要保留、哪些东西能变。

Qwen-Image-Edit 的做法很有意思。它把输入图片同时塞给两个模块：一个是 Qwen2.5-VL，用来理解画面的高层视觉语义；另一个是 VAE 编码器，专门盯住像素级别的外观特征。

分工明确之后，它就能同时搞定两类编辑。第一类是低层外观修改，要求没圈到的地方一个像素都不许变。比如在街景里加个路牌，它不仅能把牌子嵌进去，还能顺手生成地面上的反光；或者把人脸上的细碎发丝抹掉，又或者把某一行英文里的字母 n 换个颜色。

第二类是高层语义编辑。它允许像素大改，但要保住神韵。团队用自家的水豚吉祥物做了演示，不仅能让同一个角色一键变身 16 种 MBTI 表情包，还能做视角旋转。给它一张物体的正面图，它能直接转个 90 度甚至 180 度，把物体的背面画出来。

改中文字体，终于不用重新做海报了

文字渲染一直是生图模型的死穴，中文字尤其难伺候。Qwen-Image-Edit 把前代 Qwen-Image 的文字渲染底子直接搬了过来。

在海报修改中，不管是显眼的大标题还是边角上的小字，它都能直接替换，同时尽量保留原有的字体、大小和排版风格。而且它支持中英双语。

官方还演示了一个很有说服力的场景：链式修正书法作品。在生成的《兰亭集序》中，复杂的「稽」字右下角被写成了「日」。用户可以直接画个红框把局部圈出来，让它一步步把「日」改成「旨」，直到整幅字帖完全准确。

目前这个模型已经在 Qwen Chat 上线，选择图像编辑功能就能直接试。

为什么重要

我们认为，AI 生图行业现在缺的其实不是天马行空的想象力，而是这种能把半成品救回来的「改稿工具」。

对于做电商物料、运营海报的设计师或者独立开发者来说，以前 AI 出错字或者细节瑕疵，往往只能全盘推翻重抽，耗时耗算力。现在能在保留原图结构的基础上单点修正，甚至是逐字改错，AI 生图才算真正有了进入正式工作流的可能。这很值得经常需要排版出图的人去试一试。

对行业来说，这也是个明显的风向转变。单纯拼分辨率和画风惊艳程度的时代正在过去，接下来的竞争焦点正在转向精准控制。阿里把视觉语言模型 Qwen2.5-VL 和像素编码器组合在一起的设计很聪明，直接把语义理解和像素保留分开了。

不过，这种逐字微调的链式操作看起来依然需要不少人工介入和框选引导，一旦遇到冷门生僻字，可能还是要多轮迭代。但无论如何，能让人类像拿橡皮擦一样改 AI 的图，本身就是一个巨大的进步。