通義千問推出 Qwen-Image-Edit：支援中英文精準改字與 180 度翻轉

給 AI 畫的圖改細節，向來是個讓人頭疼的玄學。你讓它換件衣服，它把臉順便換了；你讓它改海報裡的一個錯別字，整張海報的排版全塌了。

阿里 Qwen 團隊推出了專門用來修圖的 Qwen-Image-Edit。這個模型基於 20B 引數的 Qwen-Image 打造，主打的就是把這種不可控的「抽卡式重繪」，變成能精準下刀的精細編輯。

一邊管腦子，一邊管畫素

大多數影像生成模型修圖容易崩，根本原因在於它分不清哪些東西要保留、哪些東西能變。

Qwen-Image-Edit 的做法很有意思。它把輸入圖片同時塞給兩個模組：一個是 Qwen2.5-VL，用來理解畫面的高層視覺語義；另一個是 VAE 編碼器，專門盯住畫素級別的外觀特徵。

分工明確之後，它就能同時搞定兩類編輯。第一類是低層外觀修改，要求沒圈到的地方一個畫素都不許變。比如在街景里加個路牌，它不僅能把牌子嵌進去，還能順手生成地面上的反光；或者把人臉上的細碎髮絲抹掉，又或者把某一行英文裡的字母 n 換個顏色。

第二類是高層語義編輯。它允許畫素大改，但要保住神韻。團隊用自家的水豚吉祥物做了演示，不僅能讓同一個角色一鍵變身 16 種 MBTI 表情包，還能做視角旋轉。給它一張物體的正面圖，它能直接轉個 90 度甚至 180 度，把物體的背面畫出來。

改中文字型，終於不用重新做海報了

文字渲染一直是生圖模型的死穴，中文字尤其難伺候。Qwen-Image-Edit 把前代 Qwen-Image 的文字渲染底子直接搬了過來。

在海報修改中，不管是顯眼的大標題還是邊角上的小字，它都能直接替換，同時儘量保留原有的字型、大小和排版風格。而且它支援中英雙語。

官方還演示了一個很有說服力的場景：鏈式修正書法作品。在生成的《蘭亭集序》中，複雜的「稽」字右下角被寫成了「日」。使用者可以直接畫個紅框把區域性圈出來，讓它一步步把「日」改成「旨」，直到整幅字帖完全準確。

目前這個模型已經在 Qwen Chat 上線，選擇影像編輯功能就能直接試。

為什麼重要

我們認為，AI 生圖行業現在缺的其實不是天馬行空的想像力，而是這種能把半成品救回來的「改稿工具」。

對於做電商物料、運營海報的設計師或者獨立開發者來說，以前 AI 出錯字或者細節瑕疵，往往只能全盤推翻重抽，耗時耗算力。現在能在保留原圖結構的基礎上單點修正，甚至是逐字改錯，AI 生圖才算真正有了進入正式工作流的可能。這很值得經常需要排版出圖的人去試一試。

對行業來說，這也是個明顯的風向轉變。單純拼解析度和畫風驚豔程度的時代正在過去，接下來的競爭焦點正在轉向精準控制。阿里把視覺語言模型 Qwen2.5-VL 和畫素編碼器組合在一起的設計很聰明，直接把語義理解和畫素保留分開了。

不過，這種逐字微調的鏈式操作看起來依然需要不少人工介入和框選引導，一旦遇到冷門生僻字，可能還是要多輪迭代。但無論如何，能讓人類像拿橡皮擦一樣改 AI 的圖，本身就是一個巨大的進步。