千问团队近日正式发布新一代图像生成基础模型Qwen-Image-2.0，该模型创新性整合了文生图与图生图功能，在文字渲染精度、图像细节表现和语义理解能力上取得显著突破。通过优化算法架构，模型可同时处理1024个token的复杂指令输入，支持生成包含PPT、海报、漫画在内的多种专业信息图表，满足不同场景的创作需求。
在图像质量方面，新模型实现2K分辨率输出，特别强化了人物面部特征、自然景观纹理和建筑结构细节的还原能力。测试数据显示，模型在处理写实类场景时，光影层次和材质表现较前代提升37%，能够精准呈现金属反光、布料褶皱等微观细节。其独创的"画中画"构图功能，可自动识别主体与背景关系，生成具有空间层次感的复合图像。
AI Arena平台的盲测结果显示，Qwen-Image-2.0在文生图基准测试中以1029分位列全球第三，在图片编辑专项测试中取得1034分，仅次于专业级模型Nano Banana Pro。该模型在延续文字渲染优势的基础上，新增了智能补全功能，当用户修改图像局部时，系统可自动协调整体风格与细节，确保修改区域与原图无缝融合。
技术团队透露，新模型采用轻量化设计，参数规模较同类产品减少23%，但生成速度提升1.8倍。通过动态计算分配机制，模型可根据任务复杂度自动调整算力消耗，在保持高质量输出的同时降低硬件门槛。目前该模型已开放API接口，支持开发者进行二次开发，后续将推出移动端适配版本。
