Qwen-Image-Edit：根据文本指令编辑图片的AI模型

Qwen-Image-Edit 是由阿里巴巴通义千问团队开发的一款图像编辑AI模型。 它基于拥有200亿参数的Qwen-Image模型进行训练，核心功能是让用户通过简单的中文或英文文字指令，对图片进行修改。 这款模型同时利用了视觉语义理解和视觉外观控制两种技术路径，使得编辑既能理解高层次的指令（如“把背景换成南极”），也能执行精细的局部修改（如“移除头发丝”），同时尽可能保持图片其他部分不变。 该模型的一个突出特点是其强大的文字编辑能力，可以直接修改图片中的中英文字样，并保留原有的字体风格。 目前，该模型已在Hugging Face等平台开源，并采用Apache 2.0许可证，允许商业使用。

Endereço de experiência:

QWEN CHAT

https://modelscope.cn/models/Qwen/Qwen-Image-Edit

Lista de funções

• 语义编辑：支持高级的、涉及图像整体理解的修改。例如，将人物肖像转换成某种艺术风格（如吉卜力动画风）、旋转图片中的物体视角（甚至180度），或是在保留IP角色（如吉祥物）特征的同时，为其创作出不同场景和风格的图片。
• 外观编辑：专注于对图像局部进行精确修改，同时保持其余区域不变。例如，给场景添加新的物体（如招牌）、移除不需要的元素（如杂物或细小的发丝）、更换人物的服装或背景等。
• 精准文字编辑：能够直接在图片上添加、删除或修改中英文字，并尽量维持原有的字体、大小和风格。
• 连锁式编辑：支持通过多轮、渐进式的指令对图片进行连续修改，逐步达到最终想要的效果。例如，在生成的书法作品中，可以逐个框选出错误或不满意的字进行修正。

Usando a Ajuda

Qwen-Image-Edit模型可以在Hugging Face、阿里云百炼等平台上直接使用，也支持通过代码或ComfyUI等工具在本地部署。

1. 在Hugging Face Space上在线使用

这是最简单直接的体验方式，无需任何编程知识。

• Acesso à página do modelo：打开Qwen-Image-Edit在Hugging Face的主页 (https://huggingface.co/Qwen/Qwen-Image-Edit).
• 找到推理接口：在页面中找到“Use this model”或类似的交互界面。
• 上传原始图片：界面上会有一个图片上传区域，点击“Drag image file here or click to browse from your device”来上传你想要编辑的图片。
• 输入编辑指令：在文本框（通常标记为“Prompt”或类似名称）中，用简单直接的中文或英文描述你的修改要求。例如，输入“Change the rabbit's color to purple, with a flash light background.”（把兔子的颜色改成紫色，背景换成闪电）。
• Gerar imagem：点击“Compute”或“生成”按钮，等待模型处理。处理完成后，编辑好的新图片就会显示在输出区域。你可以直接右键保存图片。

2. 通过Python代码（diffusers库）使用

如果你有一些编程基础，可以使用Hugging Face的diffusers库来调用模型，这提供了更高的灵活性。

• ambiente de instalação：首先确保你安装了必要的Python库。

  pip install torch transformers diffusers accelerate
  

  为了使用最新的模型功能，建议直接从GitHub安装diffusers.

  pip install git+https://github.com/huggingface/diffusers
  

• Escreva o código de chamada：下面是一个基本的使用示例。

  import os
  from PIL import Image
  import torch
  from diffusers import QwenImageEditPipeline
  # 从Hugging Face Hub加载模型，模型会自动下载
  pipeline = QwenImageEditPipeline.from_pretrained("Qwen/Qwen-Image-Edit")
  # 如果你有可用的GPU，将模型移至GPU以加速计算
  pipeline.to("cuda")
  # 打开本地的原始图片
  image = Image.open("./input.png").convert("RGB")
  # 设定你的编辑指令
  prompt = "把这只熊手里的东西换成画板和画笔"
  # 配置生成参数
  inputs = {
  "image": image,
  "prompt": prompt,
  "generator": torch.manual_seed(0), # 设置随机种子以确保结果可复现
  "true_cfg_scale": 4.0,
  "negative_prompt": " ", # 可以留空或输入不希望出现的内容
  "num_inference_steps": 50, # 推理步数，越高细节可能越好，但耗时越长
  }
  # 执行推理
  with torch.inference_mode():
  output = pipeline(**inputs)
  # 获取并保存生成的图片
  output_image = output.images[0]
  output_image.save("output_image_edit.png")
  print("图片已保存至:", os.path.abspath("output_image_edit.png"))
  

3. 在阿里云百炼平台使用

阿里云百炼平台提供了API调用方式，适合开发者将其集成到自己的应用中。

• Serviço aberto：首先需要在阿里云百炼平台开通模型服务，并获取API Key。
• Ambiente de configuração：将获取的API Key配置到环境变量中，并根据需要安装DashScope SDK（支持Python和Java）。
• Chamando a API：通过向指定的API端点发送HTTP POST请求来调用模型。请求体中需要包含模型名称 (qwen-image-edit)、输入的图片（通常是URL格式）和文本指令。
  Por exemplo, usando ocurl的请求示例如下：

  curl --location 'https://dashscope-intl.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation' \
  --header 'Content-Type: application/json' \
  --header "Authorization: Bearer $DASHSCOPE_API_KEY" \
  --data '{
  "model": "qwen-image-edit",
  "input": {
  "messages": [
  {
  "role": "user",
  "content": [
  { "image": "https://dashscope.oss-cn-beijing.aliyuncs.com/images/dog_and_girl.jpeg" },
  { "text": "将图中的人物改为站立姿势，弯腰握住狗的前爪" }
  ]
  }
  ]
  },
  "parameters": {}
  }'
  

  API调用成功后，返回的数据中会包含生成图片的URL，注意该URL有24小时的有效期，需要及时保存。

cenário do aplicativo

1. comércio eletrônico
   商家可以快速修改商品图片，例如更换产品背景以适应不同促销主题、修正图片中的瑕疵、或是在模特图上更换服装颜色，而无需重新拍摄。
2. Criação de conteúdo de mídia social
   用户可以轻松地为自己的照片添加创意元素、更换背景、移除路人，或者将照片转换成特定风格（如动漫、油画），创作出更具吸引力的内容。
3. 广告与设计
   设计师可以利用该模型快速生成设计初稿和海报。例如，直接在图片中修改或添加宣传标语，调整画面元素的颜色和位置，极大地提高了工作效率。
4. 个人娱乐与IP创作
   用户可以将自己的宠物或喜爱的角色图片进行再创作，为其设计不同的表情包、服装和场景，轻松创作个性化的IP形象。

QA

1. Qwen-Image-Edit模型是免费的吗？
   该模型基于Apache 2.0许可证开源，这意味着你可以免费下载和使用，并且允许用于商业目的。 如果通过阿里云等云服务平台调用，则可能会根据平台的定价策略收取一定的费用。
2. 这个模型可以处理什么样的编辑指令？
   它可以处理两大类指令：一是“外观编辑”，指令非常具体，如“把这朵花变成蓝色”或“移除图片右上角的路灯”；二是“语义编辑”，指令更侧重于创意和风格，如“把这张照片变成梵高风格”或“让这个角色看起来更开心”。 同时，它最突出的能力之一是精准编辑图片中的文字。
3. 使用这个模型需要专业的编程知识吗？
   不需要。对于普通用户，可以直接在Hugging Face社区提供的Space或通义千问官网的“图像编辑”功能中使用图形化界面进行操作，只需上传图片和输入文字即可。 对于开发者，则可以利用官方提供的Python代码或API接口将其集成到自己的程序中。
4. 它和其他AI图像编辑工具有什么不同？
   Qwen-Image-Edit的主要优势在于其强大的中英文文字渲染和编辑能力，可以直接、精确地修改图片中的文字内容，这是许多其他模型难以做到的。 此外，它通过独特的双路径技术，很好地平衡了保持原图细节（外观）和实现创意修改（语义）这两方面的需求。