【测评】Qwen Image 文生图

【测评】Qwen Image 文生图 【测评】Qwen Image 文生图 Modified September 2, 2025 秋日市集街角，八人构成热闹群像：穿蓝布褂的货郎蹲身整理筐中红果，扎头巾的农妇拎竹篮问价；戴圆帽的修鞋匠低头钉掌，脚边孩童举糖画围观；穿长衫的先生驻足看糖画艺人浇糖，指尖捻胡须；穿洋装的小姐与侍女站在布摊前挑花布，布幡被风掀起一角；挑担的小贩擦肩而过，扁担两头箩筐晃悠。石板路映着树影，背景是灰瓦屋檐与飘动的幌子，暖橙光线漫过人群，写实细节混着印象派的光影笔触，市井喧闹感扑面而来。 服装展示 这是一个女性服装模特的海报，她穿着时尚的服装，摆了一个很漂亮的姿势。海报上方有非常艺术的文字：“Ever AI”。 产品展示 这是一个香水的海报。一个欧美的女性，拿着一个高贵的香水，香水上写着“Ever AI”。在画面的右下角用英文写着“Scents that tell your story”。 PPT内页 这是一个PPT的内页，画面中有四个框，分别为A、B、C、D。A框内写“首先，准备好一包泡面（内含面饼、调味粉包、调味酱包，部分泡面还有蔬菜包或脱水肉粒包），同时准备一个干净的碗、一双筷子或叉子，以及适量的饮用水。如果喜欢丰富口感，还可以提前准备鸡蛋、火腿肠、青菜、番茄等配菜。”B框内写“将适量饮用水倒入锅中，开火加热至沸腾。水量以能没过面饼为宜，一般约 300 500 毫升，具体可根据个人对汤量的喜好调整。若没有锅，也可用电热水壶烧开水。”C框内写“将泡面的面饼放入准备好的碗中，小心地倒入刚烧开的热水，确保热水完全淹没面饼，然后盖上盖子（或用盘子代替），焖 3 5 分钟，让面饼充分泡软。”D框内写“最后，用筷子将泡面、调料和配菜充分搅拌均匀，使每一根面条都裹上浓郁的汤汁，就可以趁热享用啦。” 图表 这是一个饼图与折线图的图表 Emoji 生成一组大黄脸的表情包，每行5个，共4行。分别是： 委屈：嘴角下撇，眼眶泛红，像被抢了糖果的小孩，透着一股说不出的心酸。 得意：扬起下巴，眯起眼睛笑，嘴角咧到耳根，仿佛刚完成了一件超厉害的事。 迷茫：瞪着圆溜溜的眼睛，眉头微蹙，脑袋上像盘旋着无数个问号，不知该往哪走。 害羞：脸颊泛起红晕，双手捂住脸，只露出一双偷偷打量的眼睛，像被戳中了心事。 愤怒：眉毛拧成疙瘩，眼睛瞪得溜圆，鼻孔张大，仿佛下一秒就要喷火。 惊讶：嘴巴张成 “O” 型，眼睛瞪得像铜铃，双手捂住嘴，像看到了不可思议的景象。 疲惫：耷拉着脑袋，眼皮沉重，嘴角向下，仿佛累得下一秒就要瘫倒在地。 调皮：歪着脑袋，吐着舌头，一只眼睛眨了眨，像在策划什么恶作剧。 淡定：双手抱胸，眼神平静，嘴角微微上扬，仿佛天塌下来都与自己无关。 期待：眼睛亮晶晶的，双手握成拳头放在胸前，身体微微前倾，满脸都是向往。 难过：低着头，肩膀微微耸动，眼泪像断了线的珠子往下掉，透着浓浓的悲伤。 嘲讽：嘴角撇向一边，眼神带着不屑，鼻子里轻轻 “哼” 了一声，满是看不起。 紧张：双手紧握，手心冒汗，眼睛盯着前方，身体微微发抖，像在等待审判。 满足：拍了拍肚子，眯着眼睛露出微笑，一脸惬意，仿佛刚吃了顿超美味的大餐。 无奈：摊开双手，叹了口气，嘴角向下撇，眼神里满是 “没办法” 的意味。 兴奋：蹦蹦跳跳，双手举过头顶，眼睛里闪着光，像中了大奖一样开心。 嫉妒：眼睛里冒出小火苗，死死盯着目标，嘴角紧绷，透着一股不服气。 疑惑：歪着脑袋，皱着眉头，眼睛里满是不解，像在思考一个难题。 霸气：双手叉腰，下巴微抬，眼神凌厉，仿佛整个世界都由自己掌控。 可爱：鼓起脸颊，睁着水汪汪的大眼睛，头上还顶着个小爱心，让人忍不住想捏捏。 Icon 设计一个简洁而优雅的图标，核心元素包括一朵抽象化的云朵和一颗发光的心形图案。云朵代表了自由与梦想，心形图案象征着灵感与智慧。两者之间通过一条流畅的线条连接，表达出从自由到灵感的流动过程。整个图标应采用柔和的色彩方案，如淡蓝色（云朵）和浅粉色（心形），并以圆润的边缘处理来增加亲和力。背景可以是半透明的白色。 4. 与Midjourney的横评 维度细分 提示词 QwenImage Midjourney 水墨 创作一幅中国水墨风格的画作，画面中隐约可见一位骑在马上的将军手持青龙偃月刀，骏马前蹄抬起呈人立姿态，展现出威风凛凛的形象。将军身着战袍，头戴盔甲，表情庄重而坚毅。背景采用淡墨渲染，以表现山川、云雾及古战场的意境，强调出一种苍茫与壮阔之感。画面整体色调以黑、白、灰为主，辅以少量深浅不一的墨色变化，突出主体形象的同时，营造出传统水墨画的独特韵味。 抽象艺术 使用梵高标志性的强烈笔触和鲜明色彩，创作一幅抽象艺术作品。在画面中心，用几何形状构成一只类似公牛的动物形象，展现出困兽之斗的力量与挣扎。参考梵高印象派画作中对脸的处理方法，在同一平面同时绘制出侧脸和正脸的特征。 秋日市集街角，八人构成热闹群像：穿蓝布褂的货郎蹲身整理筐中红果，扎头巾的农妇拎竹篮问价；戴圆帽的修鞋匠低头钉掌，脚边孩童举糖画围观；穿长衫的先生驻足看糖画艺人浇糖，指尖捻胡须；穿洋装的小姐与侍女站在布摊前挑花布，布幡被风掀起一角；挑担的小贩擦肩而过，扁担两头箩筐晃悠。石板路映着树影，背景是灰瓦屋檐与飘动的幌子，暖橙光线漫过人群，写实细节混着印象派的光影笔触，市井喧闹感扑面而来。 服装展示 这是一个女性服装模特的海报，她穿着时尚的服装，摆了一个很漂亮的姿势。海报上方有非常艺术的文字：“Ever AI”。 产品展示 这是一个香水的海报。一个欧美的女性，拿着一个高贵的香水，香水上写着“Ever AI”。在画面的右下角用英文写着“Scents that tell your story”。 PPT内页 这是一个PPT的内页，画面中有四个框，分别为A、B、C、D。A框内写“首先，准备好一包泡面（内含面饼、调味粉包、调味酱包，部分泡面还有蔬菜包或脱水肉粒包），同时准备一个干净的碗、一双筷子或叉子，以及适量的饮用水。如果喜欢丰富口感，还可以提前准备鸡蛋、火腿肠、青菜、番茄等配菜。”B框内写“将适量饮用水倒入锅中，开火加热至沸腾。水量以能没过面饼为宜，一般约 300 500 毫升，具体可根据个人对汤量的喜好调整。若没有锅，也可用电热水壶烧开水。”C框内写“将泡面的面饼放入准备好的碗中，小心地倒入刚烧开的热水，确保热水完全淹没面饼，然后盖上盖子（或用盘子代替），焖 3 5 分钟，让面饼充分泡软。”D框内写“最后，用筷子将泡面、调料和配菜充分搅拌均匀，使每一根面条都裹上浓郁的汤汁，就可以趁热享用啦。” 图表 这是一个饼图与折线图的图表 Emoji 生成一组大黄脸的表情包，每行5个，共4行。分别是： 委屈：嘴角下撇，眼眶泛红，像被抢了糖果的小孩，透着一股说不出的心酸。 得意：扬起下巴，眯起眼睛笑，嘴角咧到耳根，仿佛刚完成了一件超厉害的事。 迷茫：瞪着圆溜溜的眼睛，眉头微蹙，脑袋上像盘旋着无数个问号，不知该往哪走。 害羞：脸颊泛起红晕，双手捂住脸，只露出一双偷偷打量的眼睛，像被戳中了心事。 愤怒：眉毛拧成疙瘩，眼睛瞪得溜圆，鼻孔张大，仿佛下一秒就要喷火。 惊讶：嘴巴张成 “O” 型，眼睛瞪得像铜铃，双手捂住嘴，像看到了不可思议的景象。 疲惫：耷拉着脑袋，眼皮沉重，嘴角向下，仿佛累得下一秒就要瘫倒在地。 调皮：歪着脑袋，吐着舌头，一只眼睛眨了眨，像在策划什么恶作剧。 淡定：双手抱胸，眼神平静，嘴角微微上扬，仿佛天塌下来都与自己无关。 期待：眼睛亮晶晶的，双手握成拳头放在胸前，身体微微前倾，满脸都是向往。 难过：低着头，肩膀微微耸动，眼泪像断了线的珠子往下掉，透着浓浓的悲伤。 嘲讽：嘴角撇向一边，眼神带着不屑，鼻子里轻轻 “哼” 了一声，满是看不起。 紧张：双手紧握，手心冒汗，眼睛盯着前方，身体微微发抖，像在等待审判。 满足：拍了拍肚子，眯着眼睛露出微笑，一脸惬意，仿佛刚吃了顿超美味的大餐。 无奈：摊开双手，叹了口气，嘴角向下撇，眼神里满是 “没办法” 的意味。 兴奋：蹦蹦跳跳，双手举过头顶，眼睛里闪着光，像中了大奖一样开心。 嫉妒：眼睛里冒出小火苗，死死盯着目标，嘴角紧绷，透着一股不服气。 疑惑：歪着脑袋，皱着眉头，眼睛里满是不解，像在思考一个难题。 霸气：双手叉腰，下巴微抬，眼神凌厉，仿佛整个世界都由自己掌控。 可爱：鼓起脸颊，睁着水汪汪的大眼睛，头上还顶着个小爱心，让人忍不住想捏捏。 Icon 设计一个简洁而优雅的图标，核心元素包括一朵抽象化的云朵和一颗发光的心形图案。云朵代表了自由与梦想，心形图案象征着灵感与智慧。两者之间通过一条流畅的线条连接，表达出从自由到灵感的流动过程。整个图标应采用柔和的色彩方案，如淡蓝色（云朵）和浅粉色（心形），并以圆润的边缘处理来增加亲和力。背景可以是半透明的白色。 秋日市集街角，八人构成热闹群像：穿蓝布褂的货郎蹲身整理筐中红果，扎头巾的农妇拎竹篮问价；戴圆帽的修鞋匠低头钉掌，脚边孩童举糖画围观；穿长衫的先生驻足看糖画艺人浇糖，指尖捻胡须；穿洋装的小姐与侍女站在布摊前挑花布，布幡被风掀起一角；挑担的小贩擦肩而过，扁担两头箩筐晃悠。石板路映着树影，背景是灰瓦屋檐与飘动的幌子，暖橙光线漫过人群，写实细节混着印象派的光影笔触，市井喧闹感扑面而来。 秋日市集街角，八人构成热闹群像：穿蓝布褂的货郎蹲身整理筐中红果，扎头巾的农妇拎竹篮问价；戴圆帽的修鞋匠低头钉掌，脚边孩童举糖画围观；穿长衫的先生驻足看糖画艺人浇糖，指尖捻胡须；穿洋装的小姐与侍女站在布摊前挑花布，布幡被风掀起一角；挑担的小贩擦肩而过，扁担两头箩筐晃悠。石板路映着树影，背景是灰瓦屋檐与飘动的幌子，暖橙光线漫过人群，写实细节混着印象派的光影笔触，市井喧闹感扑面而来。 服装展示 服装展示 这是一个女性服装模特的海报，她穿着时尚的服装，摆了一个很漂亮的姿势。海报上方有非常艺术的文字：“Ever AI”。 这是一个女性服装模特的海报，她穿着时尚的服装，摆了一个很漂亮的姿势。海报上方有非常艺术的文字：“Ever AI”。 产品展示 产品展示 这是一个香水的海报。一个欧美的女性，拿着一个高贵的香水，香水上写着“Ever AI”。在画面的右下角用英文写着“Scents that tell your story”。 这是一个香水的海报。一个欧美的女性，拿着一个高贵的香水，香水上写着“Ever AI”。在画面的右下角用英文写着“Scents that tell your story”。 PPT内页 PPT内页 这是一个PPT的内页，画面中有四个框，分别为A、B、C、D。A框内写“首先，准备好一包泡面（内含面饼、调味粉包、调味酱包，部分泡面还有蔬菜包或脱水肉粒包），同时准备一个干净的碗、一双筷子或叉子，以及适量的饮用水。如果喜欢丰富口感，还可以提前准备鸡蛋、火腿肠、青菜、番茄等配菜。”B框内写“将适量饮用水倒入锅中，开火加热至沸腾。水量以能没过面饼为宜，一般约 300 500 毫升，具体可根据个人对汤量的喜好调整。若没有锅，也可用电热水壶烧开水。”C框内写“将泡面的面饼放入准备好的碗中，小心地倒入刚烧开的热水，确保热水完全淹没面饼，然后盖上盖子（或用盘子代替），焖 3 5 分钟，让面饼充分泡软。”D框内写“最后，用筷子将泡面、调料和配菜充分搅拌均匀，使每一根面条都裹上浓郁的汤汁，就可以趁热享用啦。” 这是一个PPT的内页，画面中有四个框，分别为A、B、C、D。A框内写“首先，准备好一包泡面（内含面饼、调味粉包、调味酱包，部分泡面还有蔬菜包或脱水肉粒包），同时准备一个干净的碗、一双筷子或叉子，以及适量的饮用水。如果喜欢丰富口感，还可以提前准备鸡蛋、火腿肠、青菜、番茄等配菜。”B框内写“将适量饮用水倒入锅中，开火加热至沸腾。水量以能没过面饼为宜，一般约 300 500 毫升，具体可根据个人对汤量的喜好调整。若没有锅，也可用电热水壶烧开水。”C框内写“将泡面的面饼放入准备好的碗中，小心地倒入刚烧开的热水，确保热水完全淹没面饼，然后盖上盖子（或用盘子代替），焖 3 5 分钟，让面饼充分泡软。”D框内写“最后，用筷子将泡面、调料和配菜充分搅拌均匀，使每一根面条都裹上浓郁的汤汁，就可以趁热享用啦。” 图表 图表 这是一个饼图与折线图的图表 这是一个饼图与折线图的图表 Emoji Emoji 生成一组大黄脸的表情包，每行5个，共4行。分别是： 委屈：嘴角下撇，眼眶泛红，像被抢了糖果的小孩，透着一股说不出的心酸。 得意：扬起下巴，眯起眼睛笑，嘴角咧到耳根，仿佛刚完成了一件超厉害的事。 迷茫：瞪着圆溜溜的眼睛，眉头微蹙，脑袋上像盘旋着无数个问号，不知该往哪走。 害羞：脸颊泛起红晕，双手捂住脸，只露出一双偷偷打量的眼睛，像被戳中了心事。 愤怒：眉毛拧成疙瘩，眼睛瞪得溜圆，鼻孔张大，仿佛下一秒就要喷火。 惊讶：嘴巴张成 “O” 型，眼睛瞪得像铜铃，双手捂住嘴，像看到了不可思议的景象。 疲惫：耷拉着脑袋，眼皮沉重，嘴角向下，仿佛累得下一秒就要瘫倒在地。 调皮：歪着脑袋，吐着舌头，一只眼睛眨了眨，像在策划什么恶作剧。 淡定：双手抱胸，眼神平静，嘴角微微上扬，仿佛天塌下来都与自己无关。 期待：眼睛亮晶晶的，双手握成拳头放在胸前，身体微微前倾，满脸都是向往。 难过：低着头，肩膀微微耸动，眼泪像断了线的珠子往下掉，透着浓浓的悲伤。 嘲讽：嘴角撇向一边，眼神带着不屑，鼻子里轻轻 “哼” 了一声，满是看不起。 紧张：双手紧握，手心冒汗，眼睛盯着前方，身体微微发抖，像在等待审判。 满足：拍了拍肚子，眯着眼睛露出微笑，一脸惬意，仿佛刚吃了顿超美味的大餐。 无奈：摊开双手，叹了口气，嘴角向下撇，眼神里满是 “没办法” 的意味。 兴奋：蹦蹦跳跳，双手举过头顶，眼睛里闪着光，像中了大奖一样开心。 嫉妒：眼睛里冒出小火苗，死死盯着目标，嘴角紧绷，透着一股不服气。 疑惑：歪着脑袋，皱着眉头，眼睛里满是不解，像在思考一个难题。 霸气：双手叉腰，下巴微抬，眼神凌厉，仿佛整个世界都由自己掌控。 可爱：鼓起脸颊，睁着水汪汪的大眼睛，头上还顶着个小爱心，让人忍不住想捏捏。 生成一组大黄脸的表情包，每行5个，共4行。分别是： 委屈：嘴角下撇，眼眶泛红，像被抢了糖果的小孩，透着一股说不出的心酸。 得意：扬起下巴，眯起眼睛笑，嘴角咧到耳根，仿佛刚完成了一件超厉害的事。 迷茫：瞪着圆溜溜的眼睛，眉头微蹙，脑袋上像盘旋着无数个问号，不知该往哪走。 害羞：脸颊泛起红晕，双手捂住脸，只露出一双偷偷打量的眼睛，像被戳中了心事。 愤怒：眉毛拧成疙瘩，眼睛瞪得溜圆，鼻孔张大，仿佛下一秒就要喷火。 惊讶：嘴巴张成 “O” 型，眼睛瞪得像铜铃，双手捂住嘴，像看到了不可思议的景象。 疲惫：耷拉着脑袋，眼皮沉重，嘴角向下，仿佛累得下一秒就要瘫倒在地。 调皮：歪着脑袋，吐着舌头，一只眼睛眨了眨，像在策划什么恶作剧。 淡定：双手抱胸，眼神平静，嘴角微微上扬，仿佛天塌下来都与自己无关。 期待：眼睛亮晶晶的，双手握成拳头放在胸前，身体微微前倾，满脸都是向往。 难过：低着头，肩膀微微耸动，眼泪像断了线的珠子往下掉，透着浓浓的悲伤。 嘲讽：嘴角撇向一边，眼神带着不屑，鼻子里轻轻 “哼” 了一声，满是看不起。 紧张：双手紧握，手心冒汗，眼睛盯着前方，身体微微发抖，像在等待审判。 满足：拍了拍肚子，眯着眼睛露出微笑，一脸惬意，仿佛刚吃了顿超美味的大餐。 无奈：摊开双手，叹了口气，嘴角向下撇，眼神里满是 “没办法” 的意味。 兴奋：蹦蹦跳跳，双手举过头顶，眼睛里闪着光，像中了大奖一样开心。 嫉妒：眼睛里冒出小火苗，死死盯着目标，嘴角紧绷，透着一股不服气。 疑惑：歪着脑袋，皱着眉头，眼睛里满是不解，像在思考一个难题。 霸气：双手叉腰，下巴微抬，眼神凌厉，仿佛整个世界都由自己掌控。 可爱：鼓起脸颊，睁着水汪汪的大眼睛，头上还顶着个小爱心，让人忍不住想捏捏。 Icon Icon 设计一个简洁而优雅的图标，核心元素包括一朵抽象化的云朵和一颗发光的心形图案。云朵代表了自由与梦想，心形图案象征着灵感与智慧。两者之间通过一条流畅的线条连接，表达出从自由到灵感的流动过程。整个图标应采用柔和的色彩方案，如淡蓝色（云朵）和浅粉色（心形），并以圆润的边缘处理来增加亲和力。背景可以是半透明的白色。 设计一个简洁而优雅的图标，核心元素包括一朵抽象化的云朵和一颗发光的心形图案。云朵代表了自由与梦想，心形图案象征着灵感与智慧。两者之间通过一条流畅的线条连接，表达出从自由到灵感的流动过程。整个图标应采用柔和的色彩方案，如淡蓝色（云朵）和浅粉色（心形），并以圆润的边缘处理来增加亲和力。背景可以是半透明的白色。 4. 与Midjourney的横评 维度细分 提示词 QwenImage Midjourney 水墨 创作一幅中国水墨风格的画作，画面中隐约可见一位骑在马上的将军手持青龙偃月刀，骏马前蹄抬起呈人立姿态，展现出威风凛凛的形象。将军身着战袍，头戴盔甲，表情庄重而坚毅。背景采用淡墨渲染，以表现山川、云雾及古战场的意境，强调出一种苍茫与壮阔之感。画面整体色调以黑、白、灰为主，辅以少量深浅不一的墨色变化，突出主体形象的同时，营造出传统水墨画的独特韵味。 抽象艺术 使用梵高标志性的强烈笔触和鲜明色彩，创作一幅抽象艺术作品。在画面中心，用几何形状构成一只类似公牛的动物形象，展现出困兽之斗的力量与挣扎。参考梵高印象派画作中对脸的处理方法，在同一平面同时绘制出侧脸和正脸的特征。 维度细分 维度细分 提示词 提示词 QwenImage QwenImage Midjourney Midjourney 水墨 水墨 创作一幅中国水墨风格的画作，画面中隐约可见一位骑在马上的将军手持青龙偃月刀，骏马前蹄抬起呈人立姿态，展现出威风凛凛的形象。将军身着战袍，头戴盔甲，表情庄重而坚毅。背景采用淡墨渲染，以表现山川、云雾及古战场的意境，强调出一种苍茫与壮阔之感。画面整体色调以黑、白、灰为主，辅以少量深浅不一的墨色变化，突出主体形象的同时，营造出传统水墨画的独特韵味。 创作一幅中国水墨风格的画作，画面中隐约可见一位骑在马上的将军手持青龙偃月刀，骏马前蹄抬起呈人立姿态，展现出威风凛凛的形象。将军身着战袍，头戴盔甲，表情庄重而坚毅。背景采用淡墨渲染，以表现山川、云雾及古战场的意境，强调出一种苍茫与壮阔之感。画面整体色调以黑、白、灰为主，辅以少量深浅不一的墨色变化，突出主体形象的同时，营造出传统水墨画的独特韵味。 抽象艺术 抽象艺术 使用梵高标志性的强烈笔触和鲜明色彩，创作一幅抽象艺术作品。在画面中心，用几何形状构成一只类似公牛的动物形象，展现出困兽之斗的力量与挣扎。参考梵高印象派画作中对脸的处理方法，在同一平面同时绘制出侧脸和正脸的特征。 使用梵高标志性的强烈笔触和鲜明色彩，创作一幅抽象艺术作品。在画面中心，用几何形状构成一只类似公牛的动物形象，展现出困兽之斗的力量与挣扎。参考梵高印象派画作中对脸的处理方法，在同一平面同时绘制出侧脸和正脸的特征。 🐱欢迎访问Ever AI 评测库内容！ 这里主要记录我们针对市面上AI 产品的实测内容！ 帮助大家快速了解产品特性，以供大家分享学习 仅代表Ever AI团队个人观点，仅供参考哦 ❥ 目前更多每日AI资讯可以查看右侧EverAI资讯号👉 联系邮箱：alolg@163.com 公众号：Ever AI酱 小红书 | B站 | 抖音 评测库 alolg@163.com 小红书 B站 抖音 🐱欢迎访问Ever AI 评测库内容！ 这里主要记录我们针对市面上AI 产品的实测内容！ 帮助大家快速了解产品特性，以供大家分享学习 仅代表Ever AI团队个人观点，仅供参考哦 ❥ 目前更多每日AI资讯可以查看右侧EverAI资讯号👉 联系邮箱：alolg@163.com 评测库 alolg@163.com 🐱欢迎访问Ever AI 评测库内容！ 评测库 这里主要记录我们针对市面上AI 产品的实测内容！ 帮助大家快速了解产品特性，以供大家分享学习 仅代表Ever AI团队个人观点，仅供参考哦 ❥ 目前更多每日AI资讯可以查看右侧EverAI资讯号👉 联系邮箱：alolg@163.com alolg@163.com 公众号：Ever AI酱 小红书 | B站 | 抖音 小红书 B站 抖音 公众号：Ever AI酱 小红书 | B站 | 抖音 小红书 B站 抖音 引言 Qwen Image 是阿里通义千问团队于 2025 年 8 月 5 日宣布开源的图像生成基础模型，参数规模为 20B，采用 MMDiT 架构。它是通义千问系列中首个图像生成基础模型，在复杂文本渲染和精确图像编辑方面取得显著进展，是首个真正掌握复杂中英文文本渲染的图像生成模型。也被网友戏称是将即梦的闭源大模型开源了。 该模型支持多行布局、段落级文本生成及细粒度细节呈现，无论是英语还是中文均能高保真输出，还支持楷体、宋体等多种中文字体风格，能准确渲染标点符号、数学公式、特殊字符等，在中文文本渲染上大幅领先现有先进模型。在图像编辑方面，支持风格迁移、增删改、细节增强、文字编辑、人物姿态调整等多种操作，通过增强的多任务训练范式，在编辑过程中能保持一致性。在通用图像生成方面，支持多种艺术风格，从照片级写实场景到印象派绘画，从动漫风格到极简设计等都能灵活响应创意提示。 Qwen Image 在多个公开基准测试中表现卓越，在用于通用图像生成的 GenEval、DPG 和 OneIG Bench，以及用于图像编辑的 GEdit、ImgEdit 和 GSO 等基准测试中均取得最先进的性能。它基于 Apache 2.0 协议开源，可通过 Hugging Face、ModelScope 等平台直接使用，适用于海报设计、PPT 制作、品牌营销等专业内容创作场景。 Qwen Image全量版需要在48G显存下才能顺利执行，1664 928像素图片渲染时长100秒左右。目前ComfyUI下只支持文生图。ComfyUI官方于Qwen Image大模型发布当日同步发布更新，原生支持Qwen Image，并提供fp8量化版大模型以及文本编码（text encoders）、图像编码（VAE）模型。 测评概述 • 由于Qwen Image的图像编辑未开放至ComfyUI中，因此本文的测评主要针对文生图展开 • 本次测评使用Qwen Image全量大模型，在NVIDIA RTX 6000 Ada 48G显卡本地完成 • Qwen Image的图像编辑在官网（https://chat.qwen.ai）可以体验，涉及图像编辑的测试在官网展开 • 本次测评基于文生图的标准测评方案展开，测评包括以下维度： ◦ 语言的理解与实现能力：主要测试大模型对中文、成语、诗词、英文、中英文混杂的识别情况 ◦ 文字的呈现能力：主要测试大模型对简体中文、繁体中文、英文、中英文夹杂的渲染能力 ◦ 特效的呈现能力：主要测试大模型对爆炸、破碎、火焰、流体的渲染能力 ◦ 构图的理解能力：主要测试大模型对景别、镜头（鱼眼、移轴、长焦、过肩）、方位的理解能力 ◦ 风格的呈现能力：主要测试大模型对写实、皮克斯、二次元、水墨、油画、扁平、铅笔、抽象艺术的渲染能力 ◦ 多对象的呈现能力：主要测试大模型对主体数量的兼容度 ◦ 语言的理解与实现能力：主要测试大模型对中文、成语、诗词、英文、中英文混杂的识别情况 ◦ 文字的呈现能力：主要测试大模型对简体中文、繁体中文、英文、中英文夹杂的渲染能力 ◦ 特效的呈现能力：主要测试大模型对爆炸、破碎、火焰、流体的渲染能力 ◦ 构图的理解能力：主要测试大模型对景别、镜头（鱼眼、移轴、长焦、过肩）、方位的理解能力 ◦ 风格的呈现能力：主要测试大模型对写实、皮克斯、二次元、水墨、油画、扁平、铅笔、抽象艺术的渲染能力 ◦ 多对象的呈现能力：主要测试大模型对主体数量的兼容度 • 最后，再将它们应用到具体的情景中，测试落地能力 ◦ 产品展示、服装展示 ◦ 游戏原画 ◦ 海报、PPT内页、图表、网页设计 ◦ Emoji、Icon ◦ 产品展示、服装展示 ◦ 游戏原画 ◦ 海报、PPT内页、图表、网页设计 ◦ Emoji、Icon • 在文字呈现能力上，将与即梦做横评对比 • 在风格化能力上，将与Flux、Midjourney做横评对比 总结 Qwen Image 在本土化表达上展现突出优势，尤其在水墨、传统服饰、古典建筑等中国元素的呈现上表现优异。它不仅能精准渲染简体中文，对繁体中文的识别与呈现也毫无障碍，这一点目前是即梦尚未实现的。此外，它支持分段文字输入，可生成表情包阵列，还能绘制鱼眼、移轴等特殊镜头效果。值得一提的是，在 ComfyUI 环境中，它能为图像创作提供更精细的参数调节与效果控制，进一步拓展了应用场景。 在开源领域，Qwen Image 的表现同样亮眼，堪称一款优质大模型。不过它也存在一些短板：与 Flux.dev、Flux Krea dev 相比，在色彩层次与光影质感的呈现上仍有提升空间；在海报等平面设计场景中，艺术表现力也稍逊于即梦；尽管对中文的渲染准确度较高，但字体库相对有限，出的图片比较呆板；同时，在动物举牌类图像创作中，与 Flux 类似，偶尔会出现肢体结构偏差的问题。在本次测评中，Qwen Image获得的71.46分。 但作为开源大模型，其生态有望快速迭代 —— 大量 Lora 模型的涌现将持续提升其综合能力，未来表现值得期待。 能力部分总结： 1. 语言的理解与实现能力：中英文均可识别。中文识别能力很强，对成语、文言文、繁体字都能识别； 2. 文字的呈现能力： a. 支持中文、英文、中英文混搭。支持繁体中文 b. 字数太多会乱码 a. 支持中文、英文、中英文混搭。支持繁体中文 b. 字数太多会乱码 3. 特效的呈现能力：能够正常呈现 4. 构图的理解能力： a. 无法理解全景、中景这样的景别提示词，可以理解长焦这样的焦段提示词 b. 鱼眼的表现一般，移轴的表现惊艳 c. 可以理解过肩拍摄，但无法控制角色在画面上的水平高低 d. 可以理解空间关系，可以设置对象的相对位置 a. 无法理解全景、中景这样的景别提示词，可以理解长焦这样的焦段提示词 b. 鱼眼的表现一般，移轴的表现惊艳 c. 可以理解过肩拍摄，但无法控制角色在画面上的水平高低 d. 可以理解空间关系，可以设置对象的相对位置 5. 风格的呈现能力： a. 写实、皮克斯、二次元、油画、扁平都可以正确渲染 b. 水墨的效果惊艳 c. 无法绘制速写，对抽象艺术的表现一般 a. 写实、皮克斯、二次元、油画、扁平都可以正确渲染 b. 水墨的效果惊艳 c. 无法绘制速写，对抽象艺术的表现一般 6. 多对象的呈现能力：5个之后的表现不够稳定 7. 图像编辑能力：没眼看，不能用 应用部分总结： 1. 产品/服装展示：光影、色彩等艺术性不如Flux，字体表现一般 2. 平面设计海报：表现还不错 3. PPT内页：文字太多容易出错，设计不如即梦，无法绘制图表 4. Emoji：能够通过分段文字控制表情，比即梦、Flux强 5. Icon设计：表现还行 6. 网页设计：无论Qwen Image还是即梦都无法胜任 7. 游戏原画：表现还行 详细测评报表 1. 语言的理解与实现能力 维度细分 提示词 产出图像 评分 对中文的识别能力 一个仙人，在天庭仙宫中，向玉帝汇报 4 对成语的理解与识别能力 那身披霞衣、仙骨道风的南极仙翁，正立于云雾缭绕的凌霄宝殿之中。他手捧玉笏，神色肃穆，望着龙椅上威严赫赫的玉帝，缓缓躬身启奏。殿内祥云缥缈，仙鹤翔集，众仙肃立两侧，个个屏声静气，连檐角悬挂的鎏金风铃都似通晓礼数，此刻竟寂然无声。南极仙翁的声音清朗如玉磬相击，既带着对天庭规制的敬畏，又不失仙家特有的从容淡定，一字一句皆清晰传入玉帝耳中，将下界之事娓娓道来。 4 对文言文，诗词的理解与识别能力 霞衣披体、仙骨天成之南极仙翁，立于云雾缭绕之凌霄宝殿。手捧玉笏，神色肃穆，望龙椅上威加四海之玉帝，缓缓躬身启奏。殿内祥云缥缈，仙鹤翔集，众仙肃立两侧，皆屏声静气，即便是檐角鎏金风铃，亦似通礼数，此刻寂然无声。仙翁声清如玉磬相击，既怀对天庭规制之敬畏，亦不失仙家固有之从容，字字句句皆清晰传入玉帝耳中，将下界之事娓娓道来。 4 对英文的识别能力 The Antarctic Immortal, clad in a robe of rosy clouds and endowed with a celestial demeanor, stood in the mist shrouded Hall of Supreme Purity. Holding a jade tablet in his hands, his expression solemn, he gazed at the Jade Emperor, whose might radiated far and wide, seated on the dragon throne, and slowl