IT之家 2 月 10 日消息，今日阿里千問宣布推出新一代圖像生成基礎模型 Qwen-Image-2.0。

據(jù)介紹，Qwen-Image-2.0 主要特色包括：

• 更專業(yè)的文字渲染：1k token 指令支持，直出專業(yè)信息圖，包括 PPT / 海報 / 漫畫等。

• 更細膩的真實質感：2k 分辨率支持，細膩刻畫寫實場景，包括人物 / 自然 / 建筑等。

• 更強的語義遵循：理解生成一體化，生圖編輯二合一。

• 更輕量的模型架構：更小模型，更快速度。

阿里云百煉上已開通 API 邀測，開發(fā)者也可通過 Qwen Chat（chat.qwen.ai）免費體驗新模型。

IT之家附官方詳細介紹如下：

模型性能

我們在 AI Arena 進行了模型盲測，數(shù)據(jù)顯示 Qwen-Image-2.0 作為一個生圖編輯二合一的模型，同一模型在文生圖和圖生圖基準中獲得優(yōu)越性能。

模型介紹

在我們介紹 Qwen-Image-2.0 之前，讓我們先用一頁 PPT 來回顧一下 Qwen-Image 的發(fā)展歷程：

正如 PPT 展示的那樣，在 Qwen-Image-2.0 之前，我們一直在兩條支線進行探索：生圖支線和編輯支線。在生圖支線中，我們探索了圖像生成的準確性和真實性。例如 8 月發(fā)布的 Qwen-Image 著重突出文字渲染的精準，而 12 月發(fā)布的 Qwen-Image-2512 則強化了細節(jié)質感和真實性。在編輯支線中，我們更多在功能性和一致性上進行了探索，從 8 月份的單圖編輯，到 9 月份的多圖編輯，再到 12 月份的一致性提升。而今天，我們發(fā)布的 Qwen-Image-2.0 成功的將兩條支線合二為一，并且在同時在兩個任務上取得了理想的結果。

那新模型從效果上有哪些特點呢？讓我們就從這一頁 PPT 說起。相信眼尖的讀者能觀察到，其實上面這一頁 PPT 不是人工制作出來的。事實上，這一頁 PPT 就是 Qwen-Image-2.0 直接生成的，生成用到的提示詞如下：

一張深藍色漸變背景的幻燈片。標題是“Qwen-Image 發(fā)展歷程”。下方一條發(fā)光時間軸，上面有多個節(jié)點。第一個節(jié)點是“2025 年 5 月 6 日 Qwen-Image 項目啟動”。之后分為兩條支線：上方支線旁邊寫著 " 生圖支線 "：支線上的節(jié)點包括“2025 年 8 月 4 日 Qwen-Image”（上方有一個圖片。一個小女孩在黑板上用粉筆寫著 " 文字渲染 "）、“2025 年 12 月 31 日 Qwen-Image-2512”（上方有一個細膩的眼睛特寫圖片，上方透明文本框寫著 " 細膩刻畫 "）。下方支線旁邊寫著 " 編輯支線 "：支線上的節(jié)點包括“2025 年 8 月 18 日 Qwen-Image-Edit”（下方是一個組圖，上面是戴帽子的小狗，下面是同一只小狗去除帽子的圖，中間配有文字 " 單圖編輯 "）、“2025 年 9 月 22 日 Qwen-Image-Edit-2509”（下方是一個組圖，上方左側是女生、上方右側是黑色小汽車，中間配有文字“多圖編輯”，下方是女生依靠在車門旁）、“2025 年 12 月 19 日 Qwen-Image-Layered”（下方是一個堆疊的透明多圖層，中間配有文字 " 圖層拆分 "）、“2025 年 12 月 23 日 Qwen-Image-Edit-2511”（下方是一個組圖，上方左側是男生、上方右側是女生，中間配有文字 " 一致性提升 "，下方是他們的合影。然后兩個支線合二為一，變成一個新的節(jié)點“2026 年 2 月 10 日 Qwen-Image-2.0”（大字號，周圍光暈顯著）。

分析這頁 PPT 可以觀察到，Qwen-Image-2.0 不僅可以生成發(fā)展歷程的兩個支線時間軸，準確渲染每一個文字，甚至還可以進行復雜的“畫中畫”繪制。例如對于“下方是一個組圖，上面是戴帽子的小狗，下面是同一只小狗去除帽子的圖”這段提示詞的渲染中，模型不僅完成了渲染，甚至還做到了一致性。這種“畫中畫”的準確渲染使得模型可以更容易的制作專業(yè)的 PPT。

除了渲染的“準”，Qwen-Image-2.0 另一特點是渲染的“多”。模型支持 1k token 的指令，使得模型支持非常復雜的渲染指令，例如下面這個非?？鋸埖奶崾驹~：

這張圖片展示了一份名為 AB Testing Results Report A/B 測試結果匯報的信息圖表，內容分為左、中、右三欄。左側欄標題為 Test Overview 測試概覽。第一個板塊標題是 Revenue Uplift 收入提升，中間以大號綠色字體顯示 +￥237,000 / 月，下方括號內注明 (+￥237,000/Month)，底部文字為基于 LTV 模型 (Based on LTV Model)。第二個板塊標題是 ROI 投資回報率，中間顯示大號綠色數(shù)字 1:4.8，底部文字為測試投入 ￥49,400 (Test Investment ￥49,400)。第三個板塊標題是 Scalability Score 可擴展性評分，中間展示了一個綠色進度條圖標，右側數(shù)字為 4.7/5，底部文字為已通過全站灰度驗證 (Verified via Full-site Gray Release)。第四個板塊標題是 Next Steps 下一步，正文第一行為粗體的 Q3 全量上線 + 監(jiān)控反向指標，第二行為 Q3 Full Rollout + Monitor Reverse Metrics: Churn Risk, Support Tickets)。中間欄標題為 Statistical Analysis 統(tǒng)計分析，各模塊間通過黑色箭頭表示流程關系。左上方的方框標題為 Test Objective 測試目標，內容是提升注冊轉化率 (Boost Sign-up Conversion Rate)。箭頭指向右上方的方框 Variant Design 變體設計 (A vs B)，其中包含兩個網(wǎng)頁界面示意圖，左側灰色圖下標為 A: Original Control，右側帶有綠色和橙色塊的圖下標為 B: New Variant。第二行左側方框標題為 Traffic Allocation 流量分配，內容顯示 Control A: 50% 和 Variant B: 50%。右側方框標題為 Duration & Sample Size 持續(xù)時間與樣本量，內容顯示 28 天 (28 Days), n=42,500 / 組 (Per Group)。第三行左側方框標題為 Key Metric Tracking 核心指標追蹤，下方有折線圖、柱狀圖和秒表三個圖標，分別對應標簽 CTR，CVR，Avg. Session Duration。右側方框標題為 Statistical Significance Check 顯著性檢驗，內容為 p<0.05, 95% CI (Confidence Interval) Cohen's d=0.32 (Small-Medium Effect)。第四行左側方框標題為 Result Interpretation 結果解讀，左側列出了帶有顏色圓點的條目：空心圓點注冊轉化率，實心綠點高率指率，空心圓點實驗跳出率，右側有一個綠色箭頭指向文字 Winner 獲勝 (Significant Improvement)。流程圖最終指向右下角的方框 Implementation Recommendation 落地建議，內有一個綠色對勾圖標，文字為 Go Live 全量上線 (Roll out to 100%)。右側欄標題為 Business Impact 業(yè)務影響，是一個三行兩列的數(shù)據(jù)表。表頭跨列標題為 Variant 變體，分為深藍色背景的 Control A 對照組 A 和綠色背景的 Variant B 實驗組 B。表格第一行左側標簽為 Conversion Rate 轉化率，Control A 數(shù)據(jù)為 4.2%，Variant B 數(shù)據(jù)為 5.1%，中間有一個帶 +21.4% 的綠色箭頭指向右側，Variant B 下方還有文字 p=0.003 ★ (Highly Significant)。表格第二行左側標簽為 Click-through Rate 點擊率，Control A 數(shù)據(jù)為 12.7%，Variant B 數(shù)據(jù)為 14.9%，中間有一個帶 +17.3% 的綠色箭頭指向右側，下方文字為 Δ=2.2pp (Percentage Points)。表格第三行左側標簽為 Bounce Rate 跳出率，Control A 數(shù)據(jù)為 58.1%，Variant B 數(shù)據(jù)為 52.6%，中間有一個綠色向下箭頭，下方文字為 -5.5pp p=0.012 (Significant)。

有讀者可能有疑問，如此復雜的提示詞對于用戶而言并不友好。而真相是，由于 LLM 蘊含的世界知識，獲得詳細描述的提示詞其實并不困難。比如我們輸入下面的例子：

幫我生成一個手繪風格的杭州兩日禪意人文之旅雙語海報

我們可以將這個提示詞輸入 LLM 進行改寫，借助其世界知識，得到如下提示詞：

這是一幅中國風手繪風格的杭州兩日禪意人文之旅行程導覽雙語海報，整體采用淡雅米黃色仿古宣紙背景，四角飾有傳統(tǒng)回紋邊框；畫面中央以一條飄逸的云紋卷軸絲帶貫穿連接兩天行程，上方大標題為“杭州 · 兩日禪意人文之旅”（"Hangzhou: A Two-Day Journey of Zen, Culture, and Humanity"），副標題為“祈福 · 山水 · 尋夢”（"Prayer · Landscape · Dream-Seeking"）；左側為“第一天：靈山祈福，登高求財”（"Day 1: Praying at Ling Shan, Ascending for Prosperity"），依次展示：“07:30 抵達靈隱”（"Arrive at Lingyin Temple"），配靈隱寺山門（牌匾寫著 " 靈隱寺 "）與香爐裊裊青煙圖，文字說明“靈隱寺還愿，進香禮佛，誠心祈愿”（"Go to Lingyin Temple to fulfill a vow, offer incense, and pray sincerely"）；“10:30 永福寺尋幽”（"Explore Yongfu Temple's Serenity"），配古樸寺院掩映于蒼翠古樹間圖，文字說明“最美寺廟，靜心宋韻”（"The most beautiful temple, serene with Song charm"）；“12:00 素齋休整”（"Vegetarian Meal & Rest"），配一碗熱氣騰騰素面與小茶盞置于竹編托盤上圖；“16:00 龍井問茶”（"Tea Tasting at Longjing"），配層疊翠綠茶園與紫砂壺向青瓷杯傾注茶湯圖，文字說明“梅家塢茶園慢飲”（"Leisurely tea tasting, Tea Garden Meijiawu"）；右側為“第二天：西湖水墨，南宋舊夢”（"Day 2: Ink-Wash West Lake, Dreams of the Southern Song"），依次展示：“09:00 西湖游船”（"Boat Tour on West Lake"），配烏篷船泛舟湖上、三潭印月石塔倒影水中圖，文字說明“泛舟賞三潭印月”（"Boating to view the Three Pools Mirroring the Moon"）；“12:00 湖畔午餐”（"Lakeside Lunch"），文字說明“體驗樓外樓餐廳” ("Experience Lou Wai Lou Restaurant")，配一盤色澤紅亮的魚，上面淋醬汁；“14:00 蘇堤 / 浴鵠灣”（"Su Causeway / Yuhu Bay"），配拱橋橫跨碧波、垂柳依依圖，文字說明“漫步長堤或尋秘境”（"Stroll along the causeway or discover hidden gems"）；底部設“出行小貼士”板塊（"Travel Tips"），含燈泡圖標及三項提示：“住宿龍翔橋 / 鳳起路便捷”（"Accommodation: Longxiang Bridge / Fengqi Road for convenience"），“交通地鐵 + 單車最佳”（"Transport: Metro + bike is optimal"），“季節(jié)早春注意保暖”（"Season: Dress warmly in early spring"），每項前分別配床、自行車 + 地鐵、雪花 + 櫻花圖標；全圖文字均采用楷體書法風格，中英文嚴格對應排布 —— 中文在上、英文緊隨其下，整體構圖疏密有致、意境悠遠，充滿文人畫氣息與禪意生活美學。

而這樣的復雜描述恰恰是 Qwen-Image-2.0 所擅長渲染的，我們看一下成品圖：

除了渲染的“準”和“多”之外，“美”也是 Qwen-Image-2.0 文字渲染的一大特色。這種“美”體現(xiàn)在字和圖的排版布局上。例如，我們看下面這個例子：

中國古典水墨長卷風格，豎幅構圖，畫面自上而下、自右向左以行楷題寫柳永《雨霖鈴 · 寒蟬凄切》全文（共 12 行，含標點與換行）：“寒蟬凄切，對長亭晚，驟雨初歇。都門帳飲無緒，留戀處、蘭舟催發(fā)。執(zhí)手相看淚眼，竟無語凝噎。念去去，千里煙波，暮靄沉沉楚天闊。多情自古傷離別，更那堪、冷落清秋節(jié)！今宵酒醒何處？楊柳岸，曉風殘月。此去經年，應是良辰好景虛設。便縱有千種風情，更與何人說？”書法墨色濃淡相宜，飛白自然，筆鋒遒勁中見婉轉，行氣連貫如流水；字跡略帶微洇，仿宣紙滲透效果。背景為極簡留白水墨意境：右下角繪一葉孤舟泊于淺灘，舟頭微翹，纜繩輕系枯柳；左側遠景以淡墨暈染出層疊低垂的暮靄與空闊楚天，天際線處一抹青灰遠山若隱若現(xiàn)；近景岸邊斜出三兩枝細柳，枝條纖柔，葉已疏落，承襲清秋蕭瑟之氣；柳梢懸一彎將隱未隱的殘月，清冷微光映照薄霧中拂面的曉風痕跡（以幾縷輕揚的柳絲與水紋示意）。整幅畫氣息沉郁雋永，哀而不傷，嚴格遵循宋詞意境與傳統(tǒng)文人畫“詩書畫一體”范式，無印章、無題跋、無現(xiàn)代元素。

在生成圖和字的混合畫面時，模型會更傾向于在空白處渲染文字，以達到不遮蓋圖像主體的目的。

此外，模型也支持多種字體，例如我們用宋徽宗趙佶的瘦金體來書寫他創(chuàng)作的宋詞《探春令 · 簾旌微動》：

一幅宋代宮廷風格工筆重彩畫：畫面中央為一位身著淡青色齊胸襦裙、披淺緋色薄紗披帛的偏瘦年輕宮女，立于雕花漢白玉欄桿旁的杏花樹下翩然起舞，衣袖舒展如云，裙裾微揚，足尖輕點青磚地面，姿態(tài)柔婉而端莊；背景為春日皇家苑囿，枝頭盛放粉白相間的重瓣杏花，花瓣隨風輕落，樹影婆娑；遠處可見一角飛檐翹角的宮殿輪廓與半掩的朱紅宮墻；左上角一泓清池初解凍，浮著細碎冰晶，畫面右上方懸垂一道素雅湘竹簾，簾旌正被微風悄然吹動。整幅畫采用絹本設色，色調清麗雅致。畫面自上而下、自右向左以瘦金體工整題寫全文：“簾旌微動，峭寒天氣，\n 龍池冰泮。\n 杏花笑吐香猶淺，\n 又還是、春將半。\n 清歌妙舞從頭按。\n 等芳時開宴。\n 記去年、對著東風，\n 曾許不負鶯花愿。”字體纖勁挺拔，筆鋒銳利如削，墨色烏亮。

再比如，我們可以利用《蘭亭集序》來壓測一下小楷：

一幅水墨設色長卷風格中國畫。畫面中央偏右繪一位魏晉風度的文人雅士，身著寬袖素色交領袍服，頭戴小冠，跽坐于蘭亭水畔青石之上，左手輕撫膝前古琴，右側遠景為會稽山陰連綿青黛山巒，山間隱現(xiàn)曲徑與飛檐亭角；近景溪水蜿蜒，留白處氤氳水氣。畫面自上而下、自右向左用王羲之小楷寫著“永和九年，歲在癸丑，暮春之初，\n 會于會稽山陰之蘭亭，修禊事也。\n 群賢畢至，少長咸集。\n 此地有崇山峻嶺，茂林修竹，\n 又有清流激湍，映帶左右，\n 引以為流觴曲水，列坐其次。\n 雖無絲竹管弦之盛，一觴一詠，\n 亦足以暢敘幽情。是日也，\n 天朗氣清，惠風和暢。\n 仰觀宇宙之大，俯察品類之盛，\n 所以游目騁懷，足以極視聽之娛，\n 信可樂也。夫人之相與，俯仰一世。\n 或取諸懷抱，悟言一室之內；\n 或因寄所托，放浪形骸之外。\n 雖趣舍萬殊，靜躁不同，\n 當其欣于所遇，暫得于己，\n 快然自足，不知老之將至。\n 及其所之既倦，情隨事遷，感慨系之矣。\n 向之所欣，俯仰之間，已為陳跡，\n 猶不能不以之興懷，況修短隨化，\n 終期于盡！古人云，死生亦大矣。\n 豈不痛哉！每覽昔人興感之由，若合一契，\n 未嘗不臨文嗟悼，不能喻之于懷。\n 固知一死生為虛誕，齊彭殤為妄作。\n 后之視今，亦猶今之視昔，悲夫！\n 故列敘時人，錄其所述，雖世殊事異，\n 所以興懷，其致一也。\n 后之覽者，亦將有感于斯文。”

從圖中可以看到，Qwen-Image-2.0 除了極個別字，基本上達成了《蘭亭集序》全文的小楷準確渲染。

除了“準”、“多”、“美”，Qwen-Image-2.0 在文字渲染上的另一特點是“真”。讓我們來看下面這個提示詞：

A wide-angle smartphone photograph of a modern glass whiteboard mounted on a wall inside a bright, airy office room with floor-to-ceiling windows overlooking the Great Wall of China winding across misty mountain ridges at golden hour — warm sunlight casts soft reflections and long shadows across the scene.\nCentered in the frame, a woman in her late 20s wearing a relaxed-fit white t-shirt prominently featuring a sleek "Qwen-Image" logo in gradient blue typography is writing on the board with a fine-tip magnetic stylus.\nHer handwriting is natural, slightly imperfect, and expressive — with visible pressure variation, subtle smudges, and organic line weight — conveying authentic human authorship.\nIn the lower-left corner of the glass surface, the photographer's faint but unmistakable reflection appears: blurred outline of a person holding a phone at arm's length, capturing the moment.\n\nOn the left side of the whiteboard, clean, legible handwritten text appears in dark gray marker with exceptional stroke fidelity:\n'Qwen-Image-2.0 Core Innovations:\n? Complex Typography Engine: 1K-token instruction support for professional PPTs, posters & infographics — pixel-perfect multi-script layout, sophisticated text-image composition, and complete rendering of large-volume textual content\n? Extreme Photorealism: Native 2K resolution (2048×2048) with microscopic detail on skin pores, fabric weave, architectural textures & natural foliage\n? Unified Omni Model: Generation + editing in one model — full-stack multimodal understanding and generation capabilities seamlessly integrated\n? 7B Efficiency: 2K image generation in seconds — optimal balance between visual fidelity and inference speed'\n\nOn the right side of the whiteboard, vertically aligned technical notes in crisp marker:\n'Why It Matters:\n→ One model delivers photorealistic imagery AND pixel-perfect text rendering simultaneously\n→ One model powers both text-to-image generation AND precise image editing without pipeline switching\n→ One model unifies deep multimodal understanding AND high-fidelity generation in a single 7B architecture'\n\nIn the bottom-right corner, a hand-drawn schematic in precise  strokes:\n'[8B Qwen3-VL Encoder] → [7B Diffusion Decoder] → pixels (2048×2048)'\n— arrows flow with perspective depth, boxes feature soft shading, resolution specs annotated in fine print.\n\nThe glass surface exhibits realistic optical properties.\nBackground includes minimalist wooden shelving with design magazines open to full-bleed infographics — one prominently displays a crisp cover reading "Qwen 3.5" in bold modern typography — and a potted fiddle-leaf fig with individually rendered leaf veins partially visible out-of-focus.

在上面例子中，模型渲染了多種介質上的字體：玻璃板上的，衣服上的以及雜志上的。這些不同的介質材質不同、擺放的空間斜度不同。Qwen-Image-2.0 準確的渲染了這些不同介質上的文字，使得生成圖像真實感更強。

這種真實感也體現(xiàn)在當寫實圖片和文字同時出現(xiàn)時，模型會在準確渲染文字的前提下，保證真實性，一個典型的例子是電影海報：

這是一張寫實風格的 " 千燈問心 " 電影海報，畫面以唐代長安城樓為背景，青灰色磚石城墻斑駁滄桑，城垛間飄著細雨，遠處暗云低垂壓著朱雀大街，整體色調偏冷灰藍，突出歷史厚重感與懸疑張力。畫面中央五位主角呈對稱布局：正中央是身著玄色錦袍的青年男子（約二十八歲），腰佩錯金玉帶，手持半卷書，眼神銳利如刀鋒直視鏡頭；其左上方是束發(fā)執(zhí)劍的少女（約十九歲），黑底暗紋勁裝勾勒利落身姿，左手結印施法，發(fā)梢沾著雨珠；左下方是素衣女子（約二十六歲），手持一盞琉璃心燈，燈芯微光搖曳，指尖輕觸燈罩紋路，神情凝重；右上方是虬髯將軍（約三十五歲），玄甲覆著雨痕，左手按劍柄右手握虎符，下頜緊繃顯威嚴；右下方是絳紫襦裙的成熟女子（約三十一歲），發(fā)髻簪銀螭簪，手持竹簡垂目沉思，衣褶處雨水滴落痕跡清晰可見。五人站位精準 —— 中央人物略前傾，左右人物呈階梯式錯落，面部光影采用電影級側逆光處理，突出絲綢反光、皮革紋理與金屬冷感，背景虛化保留城墻雨痕與遠處燈籠微光，既寫實又不喧賓奪主。文字元素密集而考究：頂部 "「星河視頻獨家出品」" 與 "「幻影文化」" 等出品方 LOGO 以燙金浮雕字體嵌入城樓飛檐；中央主標題 "「千燈問心」" 采用立體陰刻工藝，字面覆仿古銅銹與細微裂紋，邊緣透出內斂金光；標題下方 "「3 月 15 日長安夜真相現(xiàn)」" 以燙銀楷體呈現(xiàn)于半透明絹布；左側垂直排列 "「監(jiān)制：陳某」" 與 "「領銜主演：周某飾沈知微張某飾寂元陳某飾張玄俞某飾蘇儀胡某飾王明遠」"；底部制作信息以極簡襯線字體密集標注 "「出品：玄光影業(yè)星穹傳媒」"、"「聯(lián)合出品：幻影文化云夢工作室星河娛樂夢境影視無界影業(yè)靈寒制作虛空映畫琉璃影業(yè)天啟映畫光影未來」"、"「視覺指導：趙某」"、"「美術設計：屠某」"、"「發(fā)行：星耀影業(yè)」"、"「獨家網(wǎng)絡平臺：星河視頻」"、"「全球發(fā)行：寰宇影聯(lián)」"、"「特效制作：幻境視界」"、"「音樂制作：天籟音坊」" 及 "「星河影視全球同步上映」"，所有文字均與畫面材質光影自然融合，無浮夸特效，彰顯電影工業(yè)級制作的沉穩(wěn)高級感。

除了“準”、“多”、“美”、“真”以外，Qwen-Image-2.0 在文字的渲染還有一個特點是“齊”。讓我們看下面一個例子：

Chinese ink painting calendar for February 2026, vertical composition on crimson silk texture with gold foil accents, festive vermilion and gold palette:TOP SECTION: Bold vermilion calligraphy " 二月 " centered at top with subtle gold leaf shimmer.MIDDLE SECTION: Glowing red lanterns floating above ancient courtyard at night, family reunion scene with steaming dumplings on wooden table, distant fireworks illuminating indigo sky with snowflakes, plum blossoms framing composition, traditional paper-cut window decorations visible through lattice windows.BOTTOM SECTION: Clean 7-column calendar grid with 6 rows, subtle grid lines in pale gold, each cell containing Chinese text as follows:Row 1 (weekdays header in pale grey): " 日 " " 一 " " 二 " " 三 " " 四 " " 五 " " 六 "Row 2: - Sunday cell: “臘月十四 1 日” - Monday cell: “臘月十五 2 日” - Tuesday cell: “臘月十六 3 日” - Wednesday cell: “臘月十七 4 日” - Thursday cell: “臘月十八 5 日” - Friday cell: “臘月十九 6 日” - Saturday cell: " 臘月二十 7 日 "Row 3: - Sunday cell: “臘月廿一 8 日” - Monday cell: “臘月廿二 9 日” - Tuesday cell: “臘月廿三 10 日” - Wednesday cell: “臘月廿四 11 日” - Thursday cell: “臘月廿五 12 日” - Friday cell: “臘月廿六 13 日” - Saturday cell: " 臘月廿七 14 日 " with light purple background rectangle underneath text labeled " 春節(jié)調休（班）"Row 4: - Sunday cell: “臘月廿八 15 日” with light purple background rectangle underneath text labeled “春節(jié)（休）” - Monday cell: “臘月廿九 16 日” with light purple background rectangle underneath text labeled “除夕” - Tuesday cell: “正月初一 17 日” with light purple background rectangle underneath text labeled “春節(jié)（休）” and red circle surrounding the number “17” - Wednesday cell: “正月初二 18 日” with light purple background rectangle underneath text labeled “雨水” and light purple background rectangle underneath text labeled “春節(jié)（休）” - Thursday cell: “正月初三 19 日” with light purple background rectangle underneath text labeled “春節(jié)（休）” - Friday cell: “正月初四 20 日” with light purple background rectangle underneath text labeled “春節(jié)（休）” - Saturday cell: " 正月初五 21 日 " with light purple background rectangle underneath text labeled " 春節(jié)（休）"Row 5: - Sunday cell: “正月初六 22 日” with light purple background rectangle underneath text labeled “春節(jié)（休）” - Monday cell: “正月初七 23 日” with light purple background rectangle underneath text labeled “春節(jié)（休）” - Tuesday cell: “正月初八 24 日” - Wednesday cell: “正月初九 25 日” - Thursday cell: “正月初十 26 日” - Friday cell: “正月十一 27 日” - Saturday cell: " 正月十二 28 日 " with light purple background rectangle underneath text labeled " 春節(jié)調休（班）"Row 6: (empty row for visual balance, subtle decorative pattern of gold coins and ingots)Minimalist negative space with auspicious cloud motifs in corners, traditional woodblock print aesthetic with gold foil accents, all text in elegant Song typeface with vermilion red for dates and deep black for lunar dates, subtle rice paper texture overlay

在上述例子中，我們可以看到，整個文字的排布是對齊的。而這種對齊，也體現(xiàn)在漫畫中的文字，例如下面這個例子：

一個 4x6 格漫畫，一共 4 行，每行 6 格。每一格之間有白色的分割線。第一排，從左到右依次為第一格：一個凌亂的實驗室中。戴眼鏡、穿油污工裝背帶褲的男孩 (小智) 專注焊接發(fā)光的綠色球體。墻上貼滿草圖和公式。對話框顯示“終于完成了！生態(tài)球”?？蓯蹤C器人用機械臂遞上咖啡，頭頂顯示器是笑臉?！爸魅?，休息一下吧。明天就是大賽了”第二格：戴眼鏡、穿油污工裝背帶褲的男孩看向窗外，城市籠罩在灰色霧霾中?！笆前。@座城市需要它”第三格：綠色小球的特寫鏡頭，內部微小植物生長，發(fā)出柔和綠光。在遠處，實驗室角落監(jiān)控的攝像頭紅燈閃爍。第四格：一個冰冷的高科技實驗室中。穿黑西裝的面具男站在屏幕前，屏幕畫面是一個機器人給戴眼鏡、穿油污工裝背帶褲的男孩遞咖啡?！昂?，就憑那個小子也想贏我？我的‘凈界者’才是未來！”第五格：黑色的雙手伸向工作臺上發(fā)光的綠色球體。警報器紅光閃爍。對話框內容：“警告！檢測到非法入侵！”第六格：戴眼鏡、穿油污工裝背帶褲的男孩沖進實驗室，實驗室的支架空蕩蕩，一片狼藉。機器人在一旁，屏幕是擔憂哭臉。男孩說：“不！我的生態(tài)球！完了... 一切都完了...”第二排，從左到右依次為第一格：機器人拍拍戴眼鏡、穿油污工裝背帶褲的男孩肩膀，屏幕切換成堅定表情“主人，不要放棄。我們還有時間！”。戴眼鏡、穿油污工裝背帶褲的男孩眼中重新燃起斗志，緊握拳頭?！皩Γ∥覀兊冒阉一貋?！”第二格：男孩在電腦前分析監(jiān)控錄像，定格在黑影翻墻瞬間。“這個背影... 太熟悉了... 阿凱！”第三格：穿黑西裝的面具男在高科技實驗室內把玩綠色小球。第四格：一個男孩和一個機器人躲在草叢后，拿著望遠鏡，對著遠處燈火通明的實驗室看。男孩說：“果然是他！硬搶不行，我們得智取?！钡谖甯瘢阂粋€外賣機器人站在門前，提著餐盒：“啟動偽裝。目標：頂層實驗室”。第六格：一個實驗室桌子上有一個打開的餐盒，里面是一個磁鐵，文字氣泡內容：“強磁力干擾器”。第三排，從左到右依次為第一格：實驗室燈光閃著火花，電腦屏幕故障。穿著黑西裝的面具男在修理電腦，說著：“怎么回事！”。第二格：穿著黑西裝的面具男回頭，只看到開著的門?！霸撍溃∩袭斄?！”第三格：機器人與戴眼鏡、穿油污工裝背帶褲的男孩匯合，兩人擊掌。“成功！”第四格：回到實驗室，戴眼鏡、穿油污工裝背帶褲的男孩在工作臺上修理小球。多條機械臂高速工作，出現(xiàn)殘影。“計算中... 校準中...”第五格：桌上的小球發(fā)出紅光并冒煙，戴眼鏡、穿油污工裝背帶褲的男孩額頭冒汗，說著：“不好！被他動過手腳！”。旁邊有一個機器人：“別慌，我在重寫代碼”第六格：舞臺上有一個橫幅上面寫著“未來之城發(fā)明大賽”，戴眼鏡、穿油污工裝背帶褲的男孩抱著發(fā)光的綠色小球站在舞臺上，文字氣泡“最后一位選手，小智和他的生態(tài)球！”。穿黑色西裝的面具男在臺下：“等著出丑吧?！钡谒呐?，從左到右依次為第一格：綠色小球釋放綠色能量波紋。舞臺下面有許多觀眾：“哇！好神奇！這技術非常有前景?！钡诙瘢盒∏蛲蝗蛔兂杉t色，卷起龍卷風。穿黑色西裝的面具男藏在后臺，手中握著遙控器，上面有一個紅色按鈕。第三格：機器人被卷入龍卷風中，對話框：“主人，快切斷電源！”。第四格：穿著制服的警察把黑西服面具男按在地上，文字氣泡內容：“你被逮捕了！”第五格：男孩抱著受損的機器人，“對不起，小鐵，都是我的錯”。機器人屏幕亮起虛弱笑臉：“主人... 別難過... 我很高興... 能幫上忙...”第六格：男孩和機器人肩并肩站在窗邊，望著晴朗干凈的城市。小鐵屏幕上是一個大大的愛心。右下角寫著：“最好的發(fā)明，永遠是愛與信任?！?/p>

在每個漫畫窗格中，而且對話框中的文字都是規(guī)整排版在對話框中，并且居中對齊，這使得每一個對話框看起來更加的自然。

再比如，在下方這個 OKR 信息圖中，相似文字段落會自動對齊：

圖像中央偏左位置有大號加粗黑體字“OKR 工作法”，其正下方為稍小字號的“提升團隊效率”。從該中心文字向四周輻射出四條帶箭頭的連線，分別指向四個模塊：右上為“實施流程”，右中為“提效機制”，右下為“常見挑戰(zhàn)”，左下為“關鍵原則”；另有一條紅色箭頭從“核心結構”指向中心文字上方。在左上角，有一個紅框矩形，內含標題“Objective (O)”，下方三行小字為：“激勵性強｜清晰可感｜”、“回答‘我們想實現(xiàn)什么’”。該紅框右側有一條帶方括號標注“[驅動]”的黑色箭頭，指向右側的“核心結構”字樣。緊鄰其下方是一個藍框矩形，標題為“Key Results (KR)”，下方三行小字為：“2–5 個｜可測量｜”、“有時限｜有挑戰(zhàn)性｜”、“回答‘如何證明實現(xiàn)了目標’”。該藍框右側有一條帶方括號標注“[衡量]”的黑色箭頭，也指向“核心結構”?！昂诵慕Y構”三個字位于中心文字正上方，字體加粗，下方有一條紅色向上箭頭指向它?！皩嵤┝鞒獭蹦K位于右上區(qū)域，包含三個橫向排列的矩形框，由左至右依次為：- 第一個紅框矩形，標題“設定對齊目標”，下方小字“Vertical & Horizontal Alignment”；- 第二個藍框矩形，標題“周期性執(zhí)行與追蹤”，下方小字“周會｜儀表盤｜透明化”；- 第三個灰框矩形，標題“回顧與復盤（Retrospective）”，下方小字“學習＞考核｜持續(xù)優(yōu)化”；三者之間以黑色實線箭頭連接，方向從左至右。“提效機制”模塊位于右側中部，包含三個橢圓形框，從左到右排布，并由虛線連接：- 左側橢圓：標題“聚焦優(yōu)先事項：”，下方“1–3 個 O｜做對的事，而非做完所有事”；- 中間橢圓：標題“增強透明與協(xié)作：”，下方“全員 OKR 公開｜打破部門壁壘”；- 右側橢圓：標題“激發(fā)自主性與責任感：”，下方“參與式制定｜成就感驅動內在動機”?！俺Ｒ娞魬?zhàn)”模塊位于右下區(qū)域，包含兩個并列的紅框矩形：- 上方紅框內文字為“目標設定失衡”，其下兩行小字：“KR 全 0.3 或全 1.0 → 采用 0.7 理想分割”；在右側，有紅色叉號及文字“× 嚴禁綁定薪酬”。下方紅框內文字為“OKR ≠ 績效考核”。關鍵原則”模塊位于左下區(qū)域，列有四條帶顏色圓點的條目：- 紅色實心圓點后接“方向性 × 結果導向”；- 藍色實心圓點后接“挑戰(zhàn)性 × 可行性”；- 黑色實心圓點后接“透明性 × 自主性”；- 綠色實心圓點后接“周期性 × 學習性”。圖像右下角繪有一個簡筆畫小人，戴眼鏡，右手持一支紅白相間的馬克筆，小人頭部右側有一個對話氣泡，內部文字為“區(qū)分 KPI（評價獎懲）與 OKR（發(fā)展對齊）”

回顧一下，剛剛介紹了 Qwen-Image-2.0 在文字渲染上的 5 大特性：“準”、“多”、“美”、“真”、“齊”。除此之外，Qwen-Image-2.0 在非文字渲染的例子上，寫實性也得到了大幅度提高。比如下面這個例子：

一幅寫實風格的夏日森林場景，畫面中央是一片幽深靜謐的林間空地，高大挺拔的橡樹與山毛櫸構成主體喬木層，其濃密樹冠呈現(xiàn)深邃厚重的墨綠色，葉片表面帶有細微的蠟質反光；樹冠間隙中透下柔和而強烈的陽光，在空氣中形成清晰可見的丁達爾光束，光束邊緣略帶暖金色調，與冷調綠影形成微妙對比。中景處一叢新生的楓樹嫩枝舒展著鮮亮明快的翠綠色葉片，葉脈清晰、半透明感強，邊緣微微卷曲，仿佛剛經歷晨露洗禮。前景左側低矮的冬青與莢蒾灌木叢披覆著啞光柔和的橄欖綠色，枝葉交錯，紋理細膩，部分葉片背面泛出淺灰綠光澤。地面覆蓋著厚實濕潤的苔蘚層，由多種苔類組成：近處是絨狀垂穗蘚，呈現(xiàn)飽滿潤澤的青綠色，表面凝結細小露珠；稍遠處為鱗葉蘚與泥炭蘚交織，顯出微帶藍調的灰青綠與棕綠過渡；腐葉層隱約可見，呈深褐與墨綠混融的有機質感。所有植被表面均帶有自然微濕反光，空氣中有極細微的懸浮微粒在光束中浮動。背景林區(qū)漸次虛化，保留層次但不搶主體，遠景融入一層薄薄的藍綠霧靄。整體光影為上午 10 點左右的斜射日光，明暗對比適中，綠色系通過 23 種以上不同明度、飽和度、冷暖傾向與材質表現(xiàn)（如蠟質、絨面、革質、膠質）精確區(qū)分，毫無重復感，營造出豐饒、呼吸感強烈、充滿生物細節(jié)與生態(tài)真實性的夏日森林秘境。

Qwen-Image-2.0 建模了多種綠色，自然細節(jié)也精細了精細的刻畫。

除了文生圖以外，Qwen-Image-2.0 在圖像編輯中也獲得了增強。令人興奮的是，由于這是一個生圖編輯二合一的模型（或者說 omni 的模型），文生圖帶來的文字渲染和真實質感的增益也帶給了圖像編輯。這種增益對于編輯而言是全方面的。例如由于文字渲染的增強，模型可以直接在一幅圖片上題詞：

在圖片的左上角加上從右到左，從上到下寫著的趙孟頫楷書“紅藕香殘玉簟秋。輕解羅裳，獨上蘭舟。云中誰寄錦書來？雁字回時，月滿西樓?；ㄗ燥h零水自流。一種相思，兩處閑愁。此情無計可消除，才下眉頭，卻上心頭。”

這一增強可以帶來很多有趣的應用，例如可以上傳任意照片，并且讓模型在上面題詩。比如下面這個例子：

幫我在畫面上加一首詩

除了文字之外，編輯的真實質感得到了顯著提升，例如：

生成一個九宮格帶不同拍照姿勢的組圖

我們再看一個雙圖編輯的例子：

將圖 1 與圖 2 中的同一位東亞男性合成一張自然合照：兩人并肩站立于同一場景中，左側人物（圖 1）身著米白色長袖襯衫、黑色休閑褲，佩戴黑框眼鏡與米色斜挎包（包身印有黑色 "CHENG" 字樣），右手輕握一折疊扇，面帶溫和微笑望向右前方；右側人物（圖 2）身著紅黑相間學士服（紅色前襟飾有金色盤扣與“北航”二字刺繡，黑色披肩邊緣綴深藍花卉紋樣，內搭淺灰藍襯衫），佩戴同款黑框眼鏡，雙手持深灰色畢業(yè)證書，目光正視鏡頭，神情沉穩(wěn)。背景統(tǒng)一為圖 2 中的爬滿常春藤的青灰色石墻，陽光從左上方 45 度角灑落，形成柔和丁達爾光束，照亮兩人發(fā)梢與肩部；地面為淺灰花崗巖鋪裝，光影過渡自然。兩人站姿協(xié)調，間距約 30 厘米，身體微向對方傾斜以體現(xiàn)親密感，整體構圖居中對稱，采用等效全畫幅 50mm 鏡頭拍攝（f/4.0，1/160s，ISO 200），景深適中，面部清晰銳利，背景藤葉呈柔焦虛化，色調溫暖真實，無拼接痕跡。

再比如一個跨次元編輯的例子：

使用圖一的城市照片作為底圖。請勿更改照片中的真實建筑、街道、車輛或人物。保持照片的真實性。三個圖二中的卡通形象在建筑物周圍，一個趴在建筑物上方，一個從建筑物的右邊探出頭來，一個坐在建筑物前的空地上。該形象應采用扁平化的圖形風格繪制，輪廓清晰，類似于壁畫或海報插圖。

這次的 report 比較長，感謝你看到這里！最后，我們分享一下千問街道圖片的提示詞：

冬日北京的都市街景，青灰瓦頂、朱紅色外墻的兩間相鄰中式商鋪比肩而立，檐下懸掛印有剪紙馬的暖光燈籠，在陰天漫射光中投下柔和光暈，映照濕潤鵝卵石路面泛起細膩反光。左側為書法店：靛藍色老舊的牌匾上以遒勁行書刻著 " 文字渲染 "。店門口的玻璃上掛著一幅字，自上而下，用田英章硬筆，豎排寫著“專業(yè)幻燈片 \n 中英文海報 \n 高級信息圖”，右下角落款印章為‘1k token’朱砂印。店內的墻上，可以模糊的辨認有三幅豎排的書法作品，第一幅寫著著 " 阿里巴巴 "，第二幅寫著 " 通義千問 "，第三福寫著 " 圖像生成 "。一位白發(fā)蒼蒼的老人背對著鏡頭觀賞。右側為花店，牌匾上以鮮花做成文字 " 真實質感 "；店內多層花架陳列紅玫瑰、粉洋牡丹和綠植，門上貼了一個圓形花邊標識，標識上寫著 "2k resolution"，門口擺放了一個彩色霓虹燈，上面寫著 " 細膩刻畫人物自然建筑 "。兩家店中間堆放了一個雪人，舉了一老式小黑板，上面用粉筆字寫著 "Qwen-Image-2.0 正式發(fā)布 "。街道左側，年輕情侶依偎在一起，女孩是瘦臉，身穿米白色羊絨大衣，肉色光腿神器。女孩舉著心形透明氣球，氣球印有白色的字：" 生圖編輯 \n 二合一 "。里面有一個毛茸茸的卡皮巴拉玩偶。男孩身著剪裁合體的深灰色呢子外套，內搭淺色高領毛衣。街道右側，一個后背上寫著 " 更小模型，更快速度 " 騎手疾馳而過。整條街光影交織、動靜相宜。

廣告聲明：文內含有的對外跳轉鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結果僅供參考，IT之家所有文章均包含本聲明。