Full text · 原文
2,776 字
henry 发自 凹非寺<br>
量子位 | 公众号 QbitAI<br>
用提示词就能点对点编辑图片？<br>
Qwen：没错，正是在下。<br>
瞧，上面这套“哪里不对改哪里”的操作，就来自“凌晨战神”Qwen团队最新发布的——Qwen-Image-Edit。<br>
作为Qwen-Image20B的图像编辑版，Qwen-Image-Edit除了能做上面这种精准的文字修改，还能够新增、消除、重绘、修改元素，而且还支持IP编辑、视角切换、风格迁移等生成式玩法。<br>
网友：这一连串功能摆出来，PS都得收声。<br>
一次出图，玩转增删改<br>
话不多说，我们直接看效果。<br>
原创IP编辑<br>
原创IP编辑需要保持原始图像视觉语义不变的前提下，对图像内容进行修改，也就是所谓的语义编辑。<br>
Qwen以他们的吉祥物卡皮巴拉作为输入，生成了一系列衍生IP形象。<br>
（卡皮巴拉：我一好好的水豚成熊了？）<br>
不难看出，这些IP形象既忠实呈现了卡皮巴拉的角色特性，又在对应场景中展现出丰富多彩的形象。<br>
那么，Demo很优秀，实测效果又如何？<br>
对此，我们进行了简单地实测，提示词：这只熊穿着体操队服，双手拉在单杠上。<br>
实话说，生成效果确实不赖，单杠因受力产生了自然变形，更难能可贵的是双手手指数量也是一致的（动漫角色经典的四根手指）。<br>
视角转换<br>
接下来是视角转换，Qwen-Image-Edit在这里不仅展示了90度旋转，还展示了180度旋转。<br>
我们把WRC上拍的小瓦力输入Qwen-Image-Edit，分别进行右侧，后侧视角转换的测试。<br>
（注：这张图片并不是严格意义上的主视图，而且还有点俯视，我们看看效果。）<br>
严格来说，右侧瓦利的右手（图片左）有些变形，但转向后侧的效果实属惊艳到了。<br>
虚拟形象生成<br>
虚拟形象可以说是大伙最爱玩的功能之一，生成头像嘎嘎好用。<br>
在Qwen展示的案例中，如果硬要挑刺就是——3D卡通风格把原先的半框眼镜变成了全框的黑框眼镜。<br>
在测试的过程中，我们发现，一旦画风变得复杂（图为热血漫画风格），线条就会稍显凌乱。<br>
（眼镜框细节倒是保留了下来）<br>
不过，在网友的测试中，效果倒是非常不错：自拍头像的女性版本，动漫版，007版和恶魔版本。<br>
A新增<br>
除了上面的生成式语义编辑，外观元素的增、删、改也非常重要。<br>
Qwen-Image-Edit展示了在图片中添加指示牌的案例，可以看到Qwen-Image-Edit不仅成功添加了指示牌，还生成了相应的倒影，细节处理十分到位。<br>
我们用一张在颐和园实拍的照片进行测试，提示词：add the small wooden sign in the foreground in front of the tree with the text ‘welcome to SummerPalace’（在树前的前景中添加一个小木牌，牌上写着“欢迎来到颐和园”。）<br>
在测试中，我们发现，如果输入的图像分辨率过高，Qwen会主动报告：编辑后的图片会降低分辨率。<br>
同时，由于照片的分辨率较高，生成的图片有些失真。<br>
不过，基本的画面元素和新增操作还是实现了。<br>
为了验证是否是分辨率的问题，我们把照片换成分辨率没那么高的漫画图片，输出效果还是非常不错的。<br>
提示词：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个小木牌，牌上写着“欢迎来到大海”。）<br>
AI消除与重绘<br>
在消除和重绘方面，Qwen展示了两个很巧妙的例子，一个是去除头发丝等细小元素，另一个是在一堆复杂元素中，选取其中一个元素改变颜色。<br>
看得出来，效果确实不错。<br>
这里我们简单测试了一下改颜色的操作，把上面的a从黄色变成橙色。<br>
其他字母的颜色都没变，只有a变了。<br>
我服了！确实厉害！<br>
虚拟场景与穿搭模拟<br>
接下来是两个老生常谈的电商场景，模特换背景，换衣服。<br>
人物手部，肢体末端，头发，光影表现都不错。<br>
文字设计与海报编辑<br>
Qwen-Image-Edit在下面的案例中展示了中、英双语的文字编辑能力。<br>
令人惊艳的是，其不光能修改海报中的大字，连细小的文字也能精准调整。<br>
对此，我们拿自己的海报进行了测试：把AICoding改成AIAgent。<br>
没毛病，高，实在是高！<br>
链式编辑<br>
最后，就是我们开头展示的，框出错误的部分，逐步修改的方法，Qwen-Image-Edit把它叫做链式编辑。<br>
在Qwen展示的案例中，他们先用Qwen-Image生成了一幅《兰亭集序》。<br>
不难看出，这幅AI生成的书法作品中有不少错字。<br>
在这里，Qwen展示了不用重新生成整幅图片，就能解决这些问题的办法——<br>
很简单，就是框住错误的字，交给Qwen-Image-Edit改就可以。<br>
离谱的是，对于一些生僻字，还可以圈出错误的偏旁，实现偏旁级别的修复。<br>
就这样，逐步修改画面中的瑕疵，最终得到完美的图片。<br>
需要说明的是，上述简单实测均为一次出图。<br>
可以看到，经过Qwen-Image-Edit处理的图片，虽然有时会有一些色调，细节的轻微改变，但在绝大多数情况下，都和官方说的一样，能达到不错的编辑效果。<br>
你给这个效果打几分？<br>
创意+精准，统统搞定<br>
据介绍，Qwen-Image-Edit这次的主要更新包括：<br>
语义与外观双重编辑：Qwen-Image-Edit不仅支持low-level的视觉外观编辑（如元素的添加、删除、修改等，要求图片其他区域完全不变），也支持high-level的视觉语义编辑（如IP创作、物体旋转、风格迁移等，允许整体像素变化但保持语义一致）。<br>
精准文字编辑：Qwen-Image-Edit支持中英文双语文字编辑，可在保留原有字体、字号、风格的前提下，直接对图片中的文字进行增、删、改等操作。<br>
强大的基准性能：在多个公开基准测试中的评估表明，Qwen-Image-Edit在图像编辑任务上具备SOTA性能，是一个强大的图像编辑基础模型。<br>
其中，为了同时实现语义与外观双重的编辑能力，Qwen-Image-Edit将输⼊图像同时输⼊到Qwen2.5-VL（实现视觉语义控制）和VAEEncoder（实现视觉外观控制）。<br>
换句话说，就是从创意裂变到精准改字，所有常见的图像编辑需求Qwen都能hold住。<br>
最后，Qwen-Image-Edit的体验方式如下，感兴趣的同学快去体验吧！<br>
Qwen-Image-Edit：https://huggingface.co/spaces/Qwen/Qwen-Image-Edit<br>
Qwenchat：https://chat.qwen.ai/<br>
GitHub:https://github.com/QwenLM/Qwen-Image