henry 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

用提示詞就能點對點編輯圖片？

Qwen：沒錯，正是在下。

瞧，上面這套“哪里不對改哪里”的操作，就來自“凌晨戰(zhàn)神”Qwen團隊最新發(fā)布的——Qwen-Image-Edit

作為Qwen-Image20B的圖像編輯版，Qwen-Image-Edit除了能做上面這種精準的文字修改，還能夠新增、消除、重繪、修改元素，而且還支持IP編輯、視角切換、風格遷移等生成式玩法。

網(wǎng)友：這一連串功能擺出來，PS都得收聲。

一次出圖，玩轉(zhuǎn)增刪改

話不多說，我們直接看效果。

原創(chuàng)IP編輯

原創(chuàng)IP編輯需要保持原始圖像視覺語義不變的前提下，對圖像內(nèi)容進行修改，也就是所謂的語義編輯。

Qwen以他們的吉祥物卡皮巴拉作為輸入，生成了一系列衍生IP形象。

（卡皮巴拉：我一好好的水豚成熊了？）

不難看出，這些IP形象既忠實呈現(xiàn)了卡皮巴拉的角色特性，又在對應(yīng)場景中展現(xiàn)出豐富多彩的形象。

那么，Demo很優(yōu)秀，實測效果又如何？

對此，我們進行了簡單地實測，提示詞：這只熊穿著體操隊服，雙手拉在單杠上。

實話說，生成效果確實不賴，單杠因受力產(chǎn)生了自然變形，更難能可貴的是雙手手指數(shù)量也是一致的（動漫角色經(jīng)典的四根手指）。

視角轉(zhuǎn)換

接下來是視角轉(zhuǎn)換，Qwen-Image-Edit在這里不僅展示了90度旋轉(zhuǎn)，還展示了180度旋轉(zhuǎn)。

我們把WRC上拍的小瓦力輸入Qwen-Image-Edit，分別進行右側(cè)，后側(cè)視角轉(zhuǎn)換的測試。

（注：這張圖片并不是嚴格意義上的主視圖，而且還有點俯視，我們看看效果。）

嚴格來說，右側(cè)瓦利的右手（圖片左）有些變形，但轉(zhuǎn)向后側(cè)的效果實屬驚艷到了。

虛擬形象生成

虛擬形象可以說是大伙最愛玩的功能之一，生成頭像嘎嘎好用。

在Qwen展示的案例中，如果硬要挑刺就是——3D卡通風格把原先的半框眼鏡變成了全框的黑框眼鏡。

在測試的過程中，我們發(fā)現(xiàn)，一旦畫風變得復雜（圖為熱血漫畫風格），線條就會稍顯凌亂。

（眼鏡框細節(jié)倒是保留了下來）

不過，在網(wǎng)友的測試中，效果倒是非常不錯：自拍頭像的女性版本，動漫版，007版和惡魔版本。

A新增

除了上面的生成式語義編輯，外觀元素的增、刪、改也非常重要。

Qwen-Image-Edit展示了在圖片中添加指示牌的案例，可以看到Qwen-Image-Edit不僅成功添加了指示牌，還生成了相應(yīng)的倒影，細節(jié)處理十分到位。

我們用一張在頤和園實拍的照片進行測試，提示詞：add the small wooden sign in the foreground in front of the tree with the text ‘welcome to SummerPalace’（在樹前的前景中添加一個小木牌，牌上寫著“歡迎來到頤和園”。）

在測試中，我們發(fā)現(xiàn)，如果輸入的圖像分辨率過高，Qwen會主動報告：編輯后的圖片會降低分辨率。

同時，由于照片的分辨率較高，生成的圖片有些失真。

不過，基本的畫面元素和新增操作還是實現(xiàn)了。

為了驗證是否是分辨率的問題，我們把照片換成分辨率沒那么高的漫畫圖片，輸出效果還是非常不錯的。

提示詞：add the small wooden sign in the foreground in front of the woman with the text ‘welcome to the sea’（在女人前的前景中添加一個小木牌，牌上寫著“歡迎來到大?！?。）

AI消除與重繪

在消除和重繪方面，Qwen展示了兩個很巧妙的例子，一個是去除頭發(fā)絲等細小元素，另一個是在一堆復雜元素中，選取其中一個元素改變顏色。

看得出來，效果確實不錯。

這里我們簡單測試了一下改顏色的操作，把上面的a從黃色變成橙色。

其他字母的顏色都沒變，只有a變了。

我服了！確實厲害！

虛擬場景與穿搭模擬

接下來是兩個老生常談的電商場景，模特換背景，換衣服。

人物手部，肢體末端，頭發(fā)，光影表現(xiàn)都不錯。

文字設(shè)計與海報編輯

Qwen-Image-Edit在下面的案例中展示了中、英雙語的文字編輯能力。

令人驚艷的是，其不光能修改海報中的大字，連細小的文字也能精準調(diào)整。

對此，我們拿自己的海報進行了測試：把AICoding改成AIAgent。

沒毛病，高，實在是高！

鏈式編輯

最后，就是我們開頭展示的，框出錯誤的部分，逐步修改的方法，Qwen-Image-Edit把它叫做鏈式編輯。

在Qwen展示的案例中，他們先用Qwen-Image生成了一幅《蘭亭集序》。

不難看出，這幅AI生成的書法作品中有不少錯字。

在這里，Qwen展示了不用重新生成整幅圖片，就能解決這些問題的辦法——

很簡單，就是框住錯誤的字，交給Qwen-Image-Edit改就可以。

離譜的是，對于一些生僻字，還可以圈出錯誤的偏旁，實現(xiàn)偏旁級別的修復。

就這樣，逐步修改畫面中的瑕疵，最終得到完美的圖片。

需要說明的是，上述簡單實測均為一次出圖

可以看到，經(jīng)過Qwen-Image-Edit處理的圖片，雖然有時會有一些色調(diào)，細節(jié)的輕微改變，但在絕大多數(shù)情況下，都和官方說的一樣，能達到不錯的編輯效果。

你給這個效果打幾分？

創(chuàng)意+精準，統(tǒng)統(tǒng)搞定

據(jù)介紹，Qwen-Image-Edit這次的主要更新包括：

• 語義與外觀雙重編輯：Qwen-Image-Edit不僅支持low-level的視覺外觀編輯（如元素的添加、刪除、修改等，要求圖片其他區(qū)域完全不變），也支持high-level的視覺語義編輯（如IP創(chuàng)作、物體旋轉(zhuǎn)、風格遷移等，允許整體像素變化但保持語義一致）。
• 精準文字編輯：Qwen-Image-Edit支持中英文雙語文字編輯，可在保留原有字體、字號、風格的前提下，直接對圖片中的文字進行增、刪、改等操作。
• 強大的基準性能：在多個公開基準測試中的評估表明，Qwen-Image-Edit在圖像編輯任務(wù)上具備SOTA性能，是一個強大的圖像編輯基礎(chǔ)模型。

其中，為了同時實現(xiàn)語義與外觀雙重的編輯能力，Qwen-Image-Edit將輸?圖像同時輸?到Qwen2.5-VL（實現(xiàn)視覺語義控制）和VAEEncoder（實現(xiàn)視覺外觀控制）。

換句話說，就是從創(chuàng)意裂變到精準改字，所有常見的圖像編輯需求Qwen都能hold住。

最后，Qwen-Image-Edit的體驗方式如下，感興趣的同學快去體驗吧！

Qwen-Image-Edit：https://huggingface.co/spaces/Qwen/Qwen-Image-Edit

Qwenchat：https://chat.qwen.ai/

GitHub:https://github.com/QwenLM/Qwen-Image