Qwen Image 2.0
Guía de Qwen Image 2.0: arquitectura unificada de 7B parámetros para generar y editar, con resolución 2K nativa y tipografía profesional. #1 en AI Arena tanto en generación como en edición.
2K
Resolución nativa
1K
Tokens por prompt
#1
Puesto en AI Arena
Qwen Image 2.0 unifica la generación de imágenes a partir de texto y la edición de imagen a imagen en un solo modelo de 7B parámetros. Consigues imágenes con resolución nativa de 2048 × 2048, prompts de hasta 1.000 tokens para diseños de texto complejos y un único flujo para transferir estilos, manipular objetos y combinar varias imágenes.
Destaca en tipografía lista para publicar (infografías, diapositivas PPT, pósteres, cómics), fotorrealismo con detalles finos en 2K y edición coherente sin encadenar varios modelos.
DPG-Bench
88.32
frente a 83.84 de FLUX.1
GenEval
0.91
Calidad de generación
Parámetros
7B
3× más pequeño que v1
AI Arena
#1
ELO de generación + edición
Plasma texto complejo directamente en las imágenes generadas con prompts de hasta 1.000 tokens.
Genera imágenes nativas de 2048 × 2048 píxeles sin reescalado.
Un solo modelo de 7B parámetros se encarga de generar y editar.
Todas las imágenes de abajo se generaron con Qwen Image 2.0. Haz clic en «Ver prompt y consejo» en cualquier tarjeta para ver y copiar el prompt exacto que se usó.
Seis técnicas para sacar todo el partido a Qwen Image 2.0.
Wrap every piece of visible text in double quotes. Specify font style per block: "TITLE" in bold sans-serif, "subtitle" in italic script.
Use spatial language: top-to-bottom, left column, centered, grid. The model respects visual hierarchy when you describe placement order.
Call out specifics: skin pores, fabric weave, vein structure, pollen grains. This activates the 2K renderer's fine-detail capabilities.
Mention lighting style by name: chiaroscuro, golden hour, studio rim light, overcast diffuse. Combine with color palette for consistent mood.
Reference specific techniques: Ben-Day dots, watercolor wash, oil impasto, line art. The model adapts rendering to match the named style.
For edits, state what stays the same first, then what changes. "Keep composition and pose. Apply [new style]." Explicit preservation avoids drift.
Flujos de trabajo reales con prompts listos para copiar.
Distribuye texto, números y gráficos en una sola imagen.
Pon los nombres de las secciones entre comillas y describe el orden de los elementos (de arriba abajo, de izquierda a derecha) para controlar la composición.
Imágenes principales de producto y mockups de etiquetas para e-commerce.
Describe por separado la jerarquía del texto de la etiqueta y el contexto físico (superficie, accesorios, iluminación) para conseguir mockups limpios.
Retratos de calidad de estudio con iluminación controlada.
Describe la actividad del sujeto junto con su entorno. Indica el estilo de iluminación (claroscuro, Rembrandt) para crear retratos dramáticos.
Arte estilizado con bocadillos de diálogo y efectos.
Indica estilos artísticos concretos (puntos Ben-Day, contornos de tinta) y elementos narrativos (bocadillos de diálogo) para crear ilustraciones estilizadas.
Plantillas para empezar a crear. Sustituye los campos entre corchetes por tu propio contenido.
Para pósteres, diapositivas o cualquier imagen donde el texto deba ser exacto.
Para visualizar datos o crear páginas con varias secciones.
Cuando tienes una imagen de referencia y quieres cambiar el estilo o algunos elementos.
Imágenes principales de producto para e-commerce y proyectos de marca.
Qwen Image 2.0 es el último modelo fundacional de imagen de Alibaba, creado por el equipo de Qwen. Unifica la generación de imágenes a partir de texto y la edición de imágenes en una sola arquitectura de 7B parámetros. Aunque es casi 3x más pequeño que su predecesor, ocupa el puesto #1 en la clasificación ELO de AI Arena tanto en generación como en edición.
Qwen Image 2.0 admite prompts de hasta 1.000 tokens y puede plasmar diseños de texto complejos directamente en las imágenes generadas. Esto incluye diapositivas PPT, infografías, carteles de cine, calendarios, gráficos de datos y cómics. El texto se adapta a superficies como vidrio, tela y letreros con la perspectiva correcta.
El modelo genera imágenes con una resolución nativa de hasta 2048 × 2048 píxeles (2K). Es resolución nativa real, no reescalada. Los detalles finos, como los poros de la piel, la trama de los tejidos, las texturas arquitectónicas y el follaje natural, se plasman con gran precisión durante la propia generación.
En esta guía de Qwen Image 2.0 descubrirás cómo transferir estilos, añadir y eliminar objetos, mejorar detalles, editar texto dentro de imágenes y modificar poses humanas. También puedes añadir texto sobre fotos reales, combinar varias imágenes en fotos de grupo naturales y editar entre distintos dominios visuales.
Qwen Image 2.0 supera a competidores más grandes en pruebas de referencia estándar. Obtiene 88.32 en DPG-Bench frente a los 83.84 de FLUX.1 y alcanza 0.91 en GenEval. Ocupa el puesto #1 en la clasificación de evaluaciones humanas a ciegas de AI Arena, tanto en generación de imágenes a partir de texto como en edición de imágenes.
Los detalles de uso comercial se confirmarán en el lanzamiento. La serie anterior, Qwen-Image, se publicó con la licencia Apache-2.0. Consulta los términos de servicio de PixelDojo y de tu proveedor de API para conocer la información más reciente sobre derechos de uso y licencias.