Qwen-Image-Edit

Qwen-Image-Edit es la versión de edición de Image de Qwen-Image, lanzada por el equipo Qwen de Alibaba. Desarrollado sobre el modelo Qwen-Image de 20B, se ha entrenado aún más para ampliar sus capacidades únicas de renderizado de Text a tareas de edición de Image, lo que permite una edición precisa de Text dentro de las imágenes. Además, Qwen-Image-Edit utiliza una arquitectura innovadora que introduce la Image de Input tanto en Qwen2.5-VL (para el control semántico visual) como en un codificador VAE (para el control de la apariencia visual), logrando capacidades en la edición tanto semántica como de apariencia. Esto le permite admitir no solo ediciones de apariencia visual de bajo nivel, como agregar, eliminar o modificar elementos, sino también la edición semántica visual de alto nivel, como la creación de PI y la transferencia de estilo, que requieren mantener la consistencia semántica. El modelo ha logrado un rendimiento de vanguardia (SOTA) en múltiples evaluaciones de referencia públicas, lo que lo establece como un potente modelo base para la edición de imágenes.