撑起伽罗的腿疯狂输出

电脑版下载

93635
4

撑起伽罗的腿疯狂输出截图Q8X2R7L1T4J5M9B6W3

内容详情

撑起伽罗的腿疯狂输出

智工具作者｜江宇编辑｜漠影

智工具12月24日报道，今日，阿里Qwen团队正式开源图像编辑模子Qwen-Image-Edit-2511，这是继9月23日宣布Qwen-Image-Edit-2509后的最新增强版本。

在此前的多个果真基准测试中，Qwen-Image系列已展现出较强的图像编辑性能，共获得12项SOTA（最佳体现）。在中文文字天生评测ChineseWord与LongText-Bench中划分领先GPT Image 1、Seedream 3.0等主流模子。

新版本则聚焦图像天生历程中的人物一致性问题，在单人连拍、多人物融合等使命中显著提升面部特征与气概的稳固性，同时集成了多个LoRA子模子，增强了图像编辑中的几何结构、光照控制、材质替换等能力。

智工具也在第一时间举行了实测。整体来看，Qwen-Image-Edit-2511在人像融合、LoRA光照控制、气概一致性方面体现精彩，天生效果自然。但在镜头旋转、空间构图与几何推理类操作上仍保存显着误差。

Hugging Face：https://huggingface.co/Qwen/Qwen-Image-Edit-2511

魔搭社区：https://www.modelscope.cn/models/Qwen/Qwen-Image-Edit-2511

手艺报告：https://qianwen-res.oss-cn-beijing.aliyuncs.com/Qwen-Image/Qwen_Image.pdf

一、新版本聚焦人物一致性与气概迁徙，拓展多场景图像编辑能力

在此前版本的Qwen-Image中，Qwen团队首次构建了完整的图像天生与编辑框架，通过Qwen2.5-VL+VAE双编码机制配合MMDiT扩散架构，其中“MM”代表的是模子天生图像、文本等多模态内容的能力，“DiT”则代表了这是一个扩散Transformer。

Qwen团队在多个果真基准上对Qwen-Image举行了评估，较量工具为全球头部的开源、闭源图像天生模子。在通用图像天生测试GenEval、DPG和OneIG-Bench，以及图像编辑测试GEdit、ImgEdit和GSO上，Qwen-lmage凌驾了Flux.1、BAGEL等开源模子、字节跳动的SeedDream 3.0和OpenAI的GPT Image 1（High）。

在用于文本渲染的LongText-Bench、ChineseWord和TextCraft基准测试上的效果批注，Qwen-Image在文本渲染方面体现尤为精彩，特殊是在中文文本渲染上，大幅领先现有的最先进模子，包括SeedDream 3.0和GPT Image 1（High）。

此次宣布的Qwen-Image-Edit-2511版本，则在图像编辑阶段进一步增强了人物一致性表达能力，并引入LoRA�？樘嵘庹铡⒉闹视胧咏强刂铺逑�。

Qwen-Image-Edit-2511在坚持人物一致性方面做出了重点升级。针对输入人像天生的多张变体图像，模子在眼神、发型、配饰等细节上的保存越发稳固，适用于多心情、多姿态、多气概等需要角色连贯输出的场景。

除了单人使命，Qwen-Image-Edit-2511还显著优化了多人图像融合体现。相比此前版本，它可以更自然地将两张差别人像合成为统一张合影图像，保存人物原貌的同时，自动调解姿态与构图，天生效果在整体气概与角色协调性上更为连贯。这为AI情侣照、群像图等应用提供了更高质量的基础。

▲Qwen官计划例

同时，Qwen-Image-Edit-2511首次在基础模子中内置了部分高频使用的LoRA子模子。用户无需加载外部权重，即可直接启用如光照增强、新视角天生、材质替换等功效。

例如，用户可通过LoRA控制自然光线偏向转变，重现柔光照明效果，也可以在工业设计场景中完成木料纹理或布料气概的替换操作。

在结构明确方面，该版本还加入了几何结构辅助能力，支持在输入图像的基础上添加辅助线、延伸线等几何元素，适用于教学、工程图天生或图像标注使命。

二、实测：人物融合稳固、气概控制可用，但细腻控制仍有界线

在现实体验中，我们围绕人物一致性、LoRA光照、材质替换、文字渲染以及几何推理等能力，对Qwen-Image-Edit-2511举行了多组测试。

整体来看，模子在人物类合成与气概表达方面体现稳固，输出效果具备较高可用性，但在镜头级控制与几何逻辑执行上仍保存一定局限。

案例1：情侣写真合影（人物一致性与互动姿态测试）

4:3，韩系情侣写真气概，配景为纯色暖调低饱和暗绿色磨砂质感墙面，正面柔光打光，人物面部形成柔和阴影过渡。一对年轻东亚情侣，女性人脸参考第一张图，长头发妆容细腻带项链耳环，米白色露肩上衣；男性人脸参考第二张图，发型稳固，玄色短袖。人物姿态互动感强（脸贴脸），心情灵动俏皮微笑，男生搞怪委屈，女生搞怪可爱笑眯眯，整体甜酷亲昵，胶片气概带颗粒感柔光暖调，注重互动细节与衣饰质感。原比例。

▲参考图

天生效果中，两位人物的面部特征与细节坚持优异一致性，互动姿态自然，光影切合写真气概，整体效果稳固且可用。

▲Qwen-Image-Edit-2511天生效果图

案例2：双人俯拍自拍（高角度合成与人物一致性测试）

请将图1和图2融合成一张双人俯拍自照相，画面构图紧凑，两位主体靠得很近，头部略微上仰，眼神直视镜头，营造出强烈的视觉攻击力。左侧人物站得略靠前，参考我图1的主体形象特征造型坚持稳固，需要坚持人脸相似度；右侧人物参考图2的主体形象特征坚持造型稳固，需要坚持人脸相似度，略微内扣身体，拍摄角度为高角度俯拍，使头部比例被夸张放大，切合典范的日韩视觉自拍气概。配景为纯白色，精练清洁，进一步凸显人物主体�；嫫牌蛉障凳泳跸�，整体画面清晰度高，用iphone前置自拍，最终泛起出细腻、时尚、略带的合影效果。要求人物实现无缝融进画面，视觉过渡自然，整体画面光线明亮且匀称。

合效果果中，两位人物在高角度俯拍构图下坚持了较高的人脸相似度，自拍气概建设，配景清洁，整体效果体现优异。

▲Qwen-Image-Edit-2511天生效果图

案例3：软光LoRA与镜头控制（光照重构与视角操作测试）

对上传的室内家居图举行重新打光，加入柔和光线、侧面光照效果，突出空间质感，整体光线要自然不过曝。

▲参考图

在该使命中，该模子乐成完成柔光重新照明，侧光条理自然，整体光线控制稳固。

▲Qwen-Image-Edit-2511天生效果图

将镜头移至桌面特写

天生效果中，镜头确实爆发转变，但桌面毛笔数目与书籍翻开状态与原图保存误差，结构并不敷严酷。

▲Qwen-Image-Edit-2511天生效果图

将镜头向左旋转60度

该指令未能被有用执行，画面视角未泛起显着旋转转变，该模子在准确镜头控制方面仍有限制。

▲Qwen-Image-Edit-2511天生效果图

案例4：材质替换（工业设计场景测试）

将家具图片中桌面与椅子的木质纹理替换为另一张图中的浅色松木料质，坚持结构稳固，仅替换材质贴图。

▲参考图

天生效果中，桌椅整体结构坚持稳固，木质纹理替换自然贴合，观感统一。

▲Qwen-Image-Edit-2511天生效果图

案例5：文字渲染与气概融合（中英文文字测试）

天生竖版3:4画面比例的“真人与其对应卡通壁画合影”场景图像:将上传的真实人物照片以原样保存打扮、发型、妆容置于画面左侧/前方，调解人物的行动和拍摄视角，以确�；嫘�。在真人背后墙面绘制1:1对应卡通壁画，厚涂质感且接纳动漫气概大眼、柔和轮廓五官，完整复刻发型、打扮及配饰细节如耳环、项链等，色彩饱和度高并带有涂鸦式笔触效果。墙面添加彩色涂鸦爱心、笑容图案元素，地面遮掩飞溅颜料装饰细节，壁画区域融入如“2026新年快乐”的中文字元素，字体气概契合涂鸦美学。确保真人与壁画比例、角度自然衔接，光照偏向统一切合场景逻辑，坚持整体色彩气概一致泛起生动、连贯且视觉协调效果。

▲参考图

天生效果中，真人与卡通壁画在气概和镜头偏向上衔接自然，中文文字“2026新年快乐”渲染清晰。

▲Qwen-Image-Edit-2511天生效果图

然后，把文字部分换成如“Merry Christmas”的英文元素和“圣诞快乐”的中文字元素中英文混淆的文字。

在中英文混排场景下，模子依然能够准确天生文字内容，气概与画面坚持一致，文字渲染稳固，未泛起显着错字。

▲Qwen-Image-Edit-2511天生效果图

案例6：几何推理（辅助结构能力测试）

过A作$DE$的垂线，延伸$ED$交于G。

▲参考图（左）与Qwen-Image-Edit-2511天生效果图（右）

该使命中模子天生的几何关系保存显着过失，垂线与交点位置不切合要求，其几何推理能力尚缺乏以支持严谨的数学或工程制图使命。

三、内置LoRA模子增强适用性，笼罩光照、视角与工业材质替换

在Qwen-Image-Edit-2511中，官方首次将部分社区高频使用的LoRA子模子直接内置于基础模子中，用户无需加载特殊权重即可挪用对应能力。这一机制显著降低了LoRA功效的使用门槛，也提升了模子在专业应用场景下的适用性。