AIPress.com.cn報道

12 月 31 日，阿里巴巴旗下通義千問團隊正式發(fā)布新一代圖像生成模型 Qwen-Image-2512。該版本在人物真實度、自然紋理刻畫以及復(fù)雜文字渲染等方面實現(xiàn)大幅升級，被官方稱為“更接近真實世界的圖像生成模型”。

據(jù)介紹，Qwen-Image-2512 在前代模型基礎(chǔ)上進行了系統(tǒng)性優(yōu)化，尤其針對以往生成圖像中常見的“AI 感”問題進行重點改進。在人物肖像、自然場景、文字排版等多個維度，新模型展現(xiàn)出更高的真實度與穩(wěn)定性。

在人物生成方面，Qwen-Image-2512 顯著提升了皮膚質(zhì)感、面部細(xì)節(jié)和發(fā)絲表現(xiàn)力。無論是年輕人、老年人，還是不同性別與氣質(zhì)的人物形象，模型均能呈現(xiàn)更自然的面部紋理和光影變化，減少以往常見的塑料感和模糊邊緣。在多組對比示例中，新模型對眼神、表情和肢體姿態(tài)的還原更加符合真實攝影效果。

在自然環(huán)境和物體紋理方面，Qwen-Image-2512 同樣表現(xiàn)出更高的細(xì)節(jié)密度。山川、河流、植物、動物毛發(fā)等元素的層次更加豐富，紋理過渡更加自然。官方展示的案例中，無論是瀑布水流、森林植被，還是動物皮毛與巖石表面，均呈現(xiàn)出更接近真實攝影的質(zhì)感。

值得注意的是，Qwen-Image-2512 還顯著增強了復(fù)雜文字與圖文混排的生成能力。模型在生成包含標(biāo)題、段落、信息圖、PPT 頁面等內(nèi)容時，能夠更準(zhǔn)確地控制文字布局、層級結(jié)構(gòu)與排版邏輯，減少錯字、錯位和排版混亂問題。這使其在信息圖、演示文稿、科普海報等場景中具備更強的實用性。

在技術(shù)層面，官方表示，新版本在模型訓(xùn)練和推理策略上進行了系統(tǒng)優(yōu)化，使模型在保持高分辨率輸出的同時，進一步提升了穩(wěn)定性與一致性。根據(jù)團隊披露的數(shù)據(jù)，在多個公開評測中，Qwen-Image-2512 的綜合表現(xiàn)已達(dá)到或超過當(dāng)前主流開源圖像模型，并在部分指標(biāo)上接近閉源商業(yè)模型水平。

目前，Qwen-Image-2512 已同步上線 ModelScope、Hugging Face 以及阿里云百煉平臺，支持開發(fā)者和創(chuàng)作者直接調(diào)用。官方表示，未來還將繼續(xù)圍繞真實感、可控性與專業(yè)創(chuàng)作場景進行迭代，推動圖像生成從“可用”邁向“可商用”。