Qwen Image 2.0
Neste guia do Qwen Image 2.0, conheça a arquitetura unificada de 7B parâmetros para gerar e editar com resolução 2K nativa e tipografia profissional. Nº 1 no AI Arena em geração e edição.
2K
Resolução nativa
1K
Tokens por prompt
#1
Posição no AI Arena
Qwen Image 2.0 reúne geração de imagens a partir de texto e edição de imagem para imagem em um único modelo de 7B parâmetros. Você tem resolução nativa de 2048 × 2048, prompts de até 1.000 tokens para layouts de texto complexos e um único fluxo para transferência de estilo, manipulação de objetos e composição de várias imagens.
Ele se destaca na tipografia pronta para publicação (infográficos, slides de PPT, pôsteres, HQs), no fotorrealismo com detalhes finos em 2K e na edição consistente, sem precisar encadear vários modelos.
DPG-Bench
88.32
vs FLUX.1 83,84
GenEval
0.91
Qualidade de geração
Parâmetros
7B
3× menor que a v1
AI Arena
#1
ELO de geração + edição
Renderiza textos complexos diretamente nas imagens geradas, com prompts de até 1.000 tokens.
Gere imagens nativamente em 2048 × 2048 pixels, sem ampliação.
Um único modelo com 7B parâmetros cuida da geração e da edição.
Todas as imagens abaixo foram geradas com Qwen Image 2.0. Clique em “Ver prompt e dica” em qualquer card para ver e copiar o prompt exato usado.
Seis técnicas para aproveitar ao máximo o 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.
Fluxos de trabalho na prática, com prompts prontos para copiar.
Organize textos, números e gráficos em uma única imagem.
Coloque os nomes das seções entre aspas e descreva a ordem do layout (de cima para baixo, da esquerda para a direita) para ter uma composição previsível.
Imagens de destaque e mockups de rótulos para e-commerce.
Descreva a hierarquia dos textos do rótulo e o contexto físico (superfície, objetos de cena, iluminação) separadamente para criar mockups sem ruído visual.
Retratos com qualidade de estúdio e iluminação controlada.
Descreva a atividade da pessoa junto com o ambiente. Indique o estilo de iluminação (chiaroscuro, Rembrandt) para criar retratos dramáticos.
Arte estilizada com balões de fala e efeitos.
Cite estilos de arte específicos (pontos Ben-Day, contornos a tinta) e elementos narrativos (balões de fala) para criar ilustrações estilizadas.
Modelos para você preencher e começar a criar. Substitua os campos entre colchetes pelo seu conteúdo.
Para pôsteres, slides ou qualquer imagem em que o texto precisa sair exato.
Para visualizações de dados ou páginas únicas com várias seções.
Quando você tem uma imagem de referência e quer mudar o estilo ou os elementos.
Imagens de destaque para e-commerce e projetos de marca.
Qwen Image 2.0 é o mais recente modelo base de imagens da Alibaba, desenvolvido pela equipe Qwen. Ele reúne geração de imagens a partir de texto e edição de imagens em uma única arquitetura de 7B parâmetros. Mesmo sendo quase 3x menor que seu antecessor, ocupa o 1º lugar no ranking ELO da AI Arena tanto em geração quanto em edição.
Qwen Image 2.0 aceita prompts de até 1.000 tokens e renderiza layouts de texto complexos diretamente nas imagens geradas. Isso inclui slides de PPT, infográficos, pôsteres de filmes, calendários, gráficos de dados e quadrinhos. O texto se adapta a superfícies como vidro, tecido e placas, com a perspectiva correta.
O modelo gera imagens nativamente em até 2048 × 2048 pixels (2K). É resolução nativa de verdade, sem ampliação. Detalhes finos como poros da pele, trama do tecido, texturas arquitetônicas e folhagem natural são renderizados com alta precisão já na geração.
Neste guia do Qwen Image 2.0, conheça seus recursos de transferência de estilo, inserção e remoção de objetos, aprimoramento de detalhes, edição de texto em imagens e ajuste de poses humanas. Ele também adiciona texto sobre fotos reais, combina várias imagens em fotos de grupo naturais e faz edições entre diferentes domínios visuais.
Qwen Image 2.0 supera concorrentes maiores em benchmarks padrão. Marca 88,32 no DPG-Bench, contra 83,84 do FLUX.1, e chega a 0,91 no GenEval. Ocupa o 1º lugar no ranking de avaliação humana às cegas da AI Arena tanto em geração de imagens a partir de texto quanto em edição de imagens.
Os detalhes de uso comercial serão confirmados no lançamento. A série Qwen-Image anterior foi lançada sob a licença Apache-2.0. Consulte os termos de serviço do PixelDojo e do seu provedor de API para conferir as informações mais recentes sobre direitos de uso e licenciamento.