Qwen-Image-Edit 把文字编辑做进了图像里
8 月 19 日，阿里 Qwen 团队发布 Qwen Image Edit，这是 Qwen-Image 的图像编辑版本。底座是 20B 的 Qwen-Image，团队在其基础上继续训练，把原模型擅长的文本渲染能力延展到了编辑环节，也就是直接改图片里的字。
技术上有一处值得记录的设计：输入图像被同时送进两个通道。一条走 Qwen2.5-VL，负责视觉语义控制；一条走 VAE Encoder，负责视觉外观控制。前者决定"改成什么"，后者决定"改完还像不像原图"。团队给出的说法是语义与外观的双重编辑能力。
能改什么
官方博客里给出的演示集中在文字上。把"Qwen-Image"这行字换成黑色滴墨字体、手写字体、像素字体，或者换成红色、蓝紫渐变、糖果色，再或者把字的材质换成金属、云朵、玻璃。这类编辑过去要靠重绘整张图，现在只动目标区域。
另一组演示是角色一致性。团队用吉祥物卡皮巴拉做测试，编辑后的图像大多数像素与输入图不同，但角色本身保持住了。他们围绕 MBTI 十六型人格写了一组 prompt，批量产出了表情包。这条路径对原创 IP 的多样化创作有直接用处。
阿里云百炼的帮助文档里还有一个更复杂的例子：给一张年轻女性的照片换装，要求保留面部特征和黑色长发，换成香槟色真丝衬衫加深灰西装外套，场景搬到高端咖啡店，光线改成午后侧射自然光。prompt 写了近三百字，涵盖服装、场景、姿态、妆容、光线、景深、色调。
怎么用
C 端入口在 Qwen Chat，选"图像编辑"功能即可。开发者走阿里云百炼平台的 API，当前只返回 URL 格式，不支持 base64 输出，下载地址 24 小时内有效。文档特别提示底层存储会动态变更，不提供固定的 OSS 域名白名单，有防火墙管控需求的要联系客户经理拿最新列表。
Qwen Image Edit 的定位不算隐蔽：图像编辑赛道上，能精准改文字的产品一直不多，而文字恰恰是电商图、海报、表情包最常需要改的部分。20B 的底座加上双通道输入，把这件事的颗粒度压到了字体和材质一级。
从 8 月发布到现在，这套能力已经铺到 Chat 和云平台两条线上。接下来要看的是开发者在真实素材上把它用到什么程度。
来源