Qwen-Image 已在 SiliconFlow 上推出:卓越的文字渲染與精確的圖片編輯

2025年9月22日

目錄

Qwen-Image 已在 SiliconFlow 上提供
Qwen-Image 已在 SiliconFlow 上提供

今天,Qwen-Image — 一個20B MMDiT基礎模型 — 正式在SiliconFlow上推出。它既可用於生成圖像,也可用於編輯圖像,並在複雜文本渲染方面實現重大突破,同時提供精確圖像編輯性能和可靠的全方位圖像能力。


無論您是搭建多語言材料的內容創作者,還是構建文本集成視覺應用的開發者,Qwen-Image都能提供精確性和靈活性,將任何創意構想帶入生活。


透過SiliconFlow的Qwen-Image API,您可以期待以下內容:

  • 預算友好型定價: Qwen-Image $0.042/圖片。

  • 卓越文本渲染: 支持字母語言(例如英語)和表意文字語言(例如中文)的高保真度渲染。



關鍵能力及基準性能


與傳統的T2I模型不同,Qwen-Image支持文本渲染並能在詳細編輯過程中保持圖像一致性:


  • 優秀文本渲染: Qwen-Image擅長複雜文本渲染,包括多行佈局、段落級語義和細緻的細節。它可以生成完整文件、海報設計和其他複雜文本佈局,確保精確渲染從標題到腳註。

  • 一致的圖像編輯: 在編輯操作中,它在保持語義意義和視覺真實性方面表現出色。實際應用中,這意味著當用戶調整圖片時 — 例如更改產品背景、在海報上添加文本或細化設計草圖的細節 — Qwen-Image保持圖像其他部分自然,確保編輯無縫融入原始圖片。

  • 多風格圖像生成: Qwen-Image支持廣泛的藝術風格 — 從照片寫實、印象派到動漫和極簡主義 — 使其成為藝術家、設計師和故事講述者的靈活工具。


Qwen-Image展示了強大的多模態能力,超越了頂級模型如GPT Image 1FLUX.1 Dev在圖像生成、編輯和文本渲染基準上的表現:


  • 圖像生成方面,它在GenEval中得到0.91的評分,在DPG中得到88.32,領先於市場。

  • 對於圖像編輯,它在GSO (15.11)GEdit (EN: 7.56 /CN: 7.52)中名列前茅。

  • 文本渲染方面,尤其是中文,它取得了最先進的分數:在LongText-ZH中得到0.946 ,在OneIG-Render-ZH中得到0.963,在ChineseWord-ZH中得到0.583


Image


SiliconFlow上的真實性能


文本渲染


無論是傳統日本拉麵店的木製招牌,還是英語現代書店展覽,Qwen-Image在跨語言文本渲染方面都能準確無誤。


Image

晚上,日本傳統街景,一家溫馨拉麵店展示著醒目的木製招牌,清晰準確地呈現日文字 "麺屋 さくら"。


Image

提示:生成一個精緻的書店內景,具備溫暖的照明、木質書架和誘人的閱讀氛圍。在中央書架上展示三本書:《海洋夢》、《午夜城市》和《秘密花園》作為促銷亮點。



多風格圖像生成


這些範例展示了巴洛克、 新海誠風格和中國傳統水墨畫風格的圖像生成,反映了該模型對各種藝術風格的深刻理解及對細節的細緻關注。

提示:一幅巴洛克風格的美麗風景——戲劇性的明暗對比照明,金色光輝,精緻細節,背景中的歐洲古典建築,豐富的油畫質感,細緻且宏偉的氛圍。


Image

提示:一幅新海誠風格的美麗風景——電影般的動畫外觀,鮮豔的色彩,閃亮的夕陽天空,水面反射的光輝,柔和的雲朵,充滿情感和夢幻的氛圍,伴有現代生活的微妙元素,如遠處的火車、城市天際線或電線。


Image

提示:一幅中國傳統水墨畫風格的美麗風景——單色墨洗,細霧山巒,流動的河流,松樹,古代塔樓,優雅的筆觸,大片空白,極簡且詩意氛圍。



立即開始


  1. 1. 探索:SiliconFlow遊樂場中試試Qwen-Image。

  2. 2. 整合:使用我們的OpenAI兼容API。在SiliconFlow API文檔中探索完整API規格。


import requestsurl = "https://api.siliconflow.com/v1/images/generations"payload = {    "batch_size": 1,    "num_inference_steps": 20,    "guidance_scale": 7.5,    "model": "Qwen/Qwen-Image",    "prompt": "an island near sea, with seagulls, moon shining over the sea, light house, boats int he background, fish flying over the sea"}headers = {    "Authorization": "Bearer <token>",    "Content-Type": "application/json"}response = requests.post(url, json=payload, headers=headers)print(response.json())


從文本到令人驚嘆的圖像,Qwen-Image將創意付諸於現實——在SiliconFlow,我們迫不及待想看到社群所創造的驚人作品!


準備好了嗎?


商業或銷售諮詢 →

立即加入我們的Discord社群 →

在X上關注我們以獲得最新更新 →

探索SiliconFlow上的所有可用模型 →

準備好 加速您的人工智能開發了嗎?

準備好 加速您的人工智能開發了嗎?

準備好 加速您的人工智能開發了嗎?

Chinese (Traditional Han, Taiwan)

© 2025 SiliconFlow

Chinese (Traditional Han, Taiwan)

© 2025 SiliconFlow

Chinese (Traditional Han, Taiwan)

© 2025 SiliconFlow