Qwen Image 2.0
Qwen Image 2.0 使い方ガイド。生成と編集を統合した7Bパラメータのアーキテクチャに、ネイティブ2K解像度とプロ品質の文字組みを搭載。AI Arenaの生成・編集の両部門で#1。
2K
ネイティブ解像度
1K
トークンのプロンプト
#1
AI Arena順位
Qwen Image 2.0は、テキストからの画像生成と画像からの編集を、単一の7Bパラメータモデルに統合しています。ネイティブ2048 × 2048出力、複雑な文字レイアウトに使える最大1,000トークンのプロンプトに対応。スタイル変換、オブジェクトの操作、複数画像の合成を、1つのパイプラインで実行できます。
そのまま公開できる品質の文字組み(インフォグラフィック、PPTスライド、ポスター、漫画)、細部までリアルな2K表現、そして複数モデルをつなぐことなく一貫性を保てる編集が強みです。
DPG-Bench
88.32
FLUX.1の83.84との比較
GenEval
0.91
生成品質
パラメータ数
7B
v1より3×コンパクト
AI Arena
#1
生成+編集ELO
最大1,000トークンのプロンプトで、複雑なテキストを生成画像に直接描画。
アップスケールなしで、2048 × 2048ピクセルの画像を直接生成します。
単一の7Bパラメータモデルで、生成も編集も。
以下の画像はすべてQwen Image 2.0で生成しています。各カードの「プロンプトとコツを表示」をクリックすると、実際に使ったプロンプトを確認・コピーできます。
Qwen Image 2.0を使いこなす6つのテクニック。
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.
実践ワークフローと、そのまま使えるプロンプト。
文字も数字もグラフも、1枚の画像にレイアウト。
各セクションのラベルを引用符で囲み、配置順(上から下、左から右)を指定すると、狙いどおりの構図に仕上がります。
EC向けのメインビジュアルやラベルモックアップに。
ラベル内の文字の優先順位と、設置面・小物・照明などの撮影環境を分けて指定すると、すっきりしたモックアップに仕上がります。
ライティングを自在に調整した、スタジオ品質のポートレート。
被写体の動作と周囲の環境をセットで描写しましょう。キアロスクーロやレンブラントライティングなど、光のスタイルを指定すると、ドラマチックなポートレートに仕上がります。
吹き出しやエフェクトを効かせた、個性のあるアート。
ベンデイドットやインクの輪郭線といった具体的な画風と、吹き出しなどの物語表現を指定して、個性のあるイラストに仕上げましょう。
内容を埋めるだけで使える基本テンプレートです。角括弧内のプレースホルダーを、自分の内容に置き換えてください。
ポスターやスライドなど、正確な文字表現が求められる画像に。
データ可視化や、複数のセクションをまとめた1枚資料に。
参照画像のスタイルや要素を変えたいときに。
ECやブランド制作のメインビジュアルに。
Qwen Image 2.0は、AlibabaのQwenチームが開発した最新の画像基盤モデルです。テキストからの画像生成と画像編集を、単一の7Bパラメータアーキテクチャに統合。前モデルよりほぼ3xコンパクトながら、AI ArenaのELOランキングで生成・編集の両タスクにおいて#1を獲得しています。
Qwen Image 2.0は最大1,000トークンのプロンプトに対応し、複雑な文字レイアウトを生成画像に直接描画できます。PPTスライド、インフォグラフィック、映画ポスター、カレンダー、データチャート、コミックまで幅広く対応。ガラス、布、看板などの表面にも、正しい遠近感で文字をなじませます。
最大2048 × 2048ピクセル(2K)の画像をネイティブ生成します。アップスケールではなく、生成時からこの解像度です。肌の毛穴、布の織り目、建築物の質感、自然の草木まで、細部を生成段階で高精度に描き出します。
Qwen Image 2.0 使い方ガイド。Qwen Image 2.0は、スタイル変換、オブジェクトの追加・削除、ディテールの強化、画像内テキストの編集、人物のポーズ変更に対応しています。実写への文字入れ、複数画像を使った自然な集合写真の合成、異なる領域をまたぐ編集も可能です。
Qwen Image 2.0は、標準ベンチマークでより大規模な競合モデルを上回ります。DPG-BenchではFLUX.1の83.84に対して88.32、GenEvalでは0.91を記録。AI Arenaのブラインド形式による人間評価ランキングでも、テキストからの画像生成と画像編集の両方で#1を獲得しています。
商用利用の詳細はリリース時に確定します。前シリーズのQwen-ImageはApache-2.0ライセンスで公開されました。利用権やライセンスの最新情報は、PixelDojoとご利用のAPIプロバイダーの利用規約をご確認ください。