Qwen-Image-Edit

Qwen-Image-Edit は、Alibaba の Qwen チームによってリリースされた Qwen-Image の画像編集バージョンです。20B Qwen-Image Model を基に構築され、画像編集タスクにおける独自のTextレンダリング機能を拡張するようさらにトレーニングされています。 これにより、画像内のTextを正確に編集することができます。さらに、Qwen-Image-Edit は、Input Image を Qwen2.5-VL（視覚的セマンティック制御用）および VAE Encoder（視覚的外観制御用）に入力する革新的なアーキテクチャを採用しており、セマンティックおよび外観の両方の編集能力を実現しています。これにより、要素の追加、削除、変更などの低レベルの視覚的外観編集だけでなく、IP 作成やスタイル転送のような高レベルの視覚的セマンティック編集もサポートされ、セマンティックの一貫性を維持することが求められます。 Model は、複数の公開ベンチマークでの最先端（SOTA）性能を達成しており、画像編集のための強力な基盤となるModelとしての地位を確立しています。