湖北
這是蒼何的第 492 篇原創(chuàng)！
大家好，我是大卷 B 蒼何。
年前真是各大模型公司都殺瘋了，模型和產(chǎn)品狂發(fā)。
這不，看到阿里又悄悄發(fā)布了千問最新圖像模型 Qwen-Image-2.0。作為大卷 B 的蒼何是一定不會錯過測試機會的。
深度拷打了下 Qwen-Image-2.0，想與諸君做個分享。
通過本文，除了能了解最新的關(guān)于Qwen-Image-2.0 能力提升點，還能看到我拷打測試模型的提示詞。
請毫不留情的點贊轉(zhuǎn)發(fā)到你的提示詞案例庫，然后悄悄努力驚艷所有人。
屁話不多說，在放 case 前，有必要整體對 Qwen-Image-2.0 做個整體了解。
先一句話概括：
「提示詞長度翻倍提升至 1 k，更強的指令遵循和渲染能力，2 K 直出，中文語義理解更強，信息圖和 PPT 可輕松直出?！?/strong>
特別值得一提的是，在中文文字渲染方面， Qwen-Image-2.0 的表現(xiàn)極為突出，實測下來比 Nano Banana Pro 是要強的。
上面這張圖是 Qwen-Image-2.0 直出的，你可以看到該字體渲染成漢字非常準確，完全沒有亂碼的情況，這在 Nano Banana Pro 中文渲染經(jīng)常會禁不住放大看。
好，模型介紹完畢，我覺得更為重要的是實測表現(xiàn)，下面，我來放我測試的結(jié)果。
「1、水煮肉片菜譜」
我給的提示詞如下：
生成一張水煮肉片的手賬風格菜譜插畫。整體風格：畫面以米色或淡黃色復古紙張為背景，呈現(xiàn)手繪、拼貼、復古手賬的風格。整體色調(diào)溫暖，細節(jié)豐富，充滿生活氣息，仿佛一本精心制作的家常菜譜。頂部標題區(qū)域：頁面頂部居中，手寫藝術(shù)字體標題：“麻辣鮮香：水煮肉片秘籍”。標題周圍用手繪的紅色辣椒、綠色花椒、姜蒜片等元素做裝飾性邊框。中央主體插畫：畫面中央是一幅 手繪風格的水煮肉片特寫圖。描繪一個盛滿了紅亮湯汁的寬口碗，碗中浮著嫩滑的豬肉片，翠綠的蒜苗段或香菜末撒在表面，底部隱約可見燙好的豆芽和白菜。強調(diào)湯汁的油亮感和食材的新鮮度，色彩鮮明但不失手繪的柔和質(zhì)感。左側(cè)食材與用量清單（便利貼樣式）：在主插畫的左側(cè)，用手撕紙或便利貼的形式，手寫列出“食材清單”，并詳細注明用量：主料： 豬里脊肉 300g，配菜：豆芽 200g，大白菜 200g調(diào)料：干辣椒 10-15個 (剪段)花椒 1大勺 (15g)郫縣豆瓣醬 2大勺 (30g)，蒜末 30g，姜末 20g，食用油 適量鹽 適量料酒 1大勺淀粉 1大勺蛋清 1個高湯或清水 500ml香蔥/蒜苗 適量 (切段)右側(cè)烹飪步驟：在主插畫的右側(cè)，用3-4個手繪分格小插畫（類似漫畫格子或拍立得照片），清晰展示關(guān)鍵烹飪步驟，每個插畫下方配有手寫步驟說明：1. 插畫1: 準備工作- 砧板上豬肉切薄片，用碗裝著肉片，旁邊是鹽、料酒、淀粉、雞蛋清，肉片正在腌制。下方手寫：“步驟1：腌制肉片 - 里脊肉切片，加鹽、料酒、淀粉、雞蛋清抓勻腌制15分鐘。”2. 插畫2: 炒制底料 - 鍋中熱油，放入干辣椒段、花椒粒炒香，然后加入豆瓣醬、姜末、蒜末爆炒出紅油。下方手寫：“步驟2：炒香底料- 熱油爆香干辣椒、花椒，加豆瓣醬、姜蒜末炒出紅油?！?/code>3. 插畫3: 煮制配菜與肉片- 鍋中加入高湯或清水，燒開后先下豆芽、白菜燙熟撈出鋪底，再放入腌好的肉片燙熟。下方手寫：“步驟3：煮熟燙片- 鍋中加高湯，先燙熟配菜撈出鋪碗底，再下肉片快速滑熟。”4. 插畫4: 潑油提香- 將煮好的肉片連湯倒入碗中，表面撒上蒜末和香蔥/蒜苗段，另起鍋燒熱油，潑在蒜末蔥段上，滋啦作響。下方手寫：“步驟4：潑油增味- 將肉片湯汁倒入碗中，表面撒蒜末、蒜苗，燒熱油淋潑其上，激發(fā)出香味?！?/code>裝飾元素：畫面邊緣點綴手繪的廚房小物件（如小砂鍋、勺子、案板、切菜刀），或者零散的食材（如幾顆花椒、幾個辣椒、幾片姜蒜）?？梢杂惺炙焊屑垙堖吘墶⒎屡f膠帶貼紙、或復古印章圖案（如“Homemade Goodness”、“辣到過癮”等）。整體排版：采用手賬常見的靈活排版，文字和圖片錯落有致，通過手繪線條、箭頭或虛線將相關(guān)內(nèi)容連接起來，增強視覺引導和趣味性。
這個提示詞加起來足足有 883 個字，你可以看最終圖片輸出，對指令理解還是到位的，最關(guān)鍵的中文渲染完全沒有變形，直出 2 K 高清圖。
「2、人物小盒」
提示詞如下：
參考神老師的提示詞做了些改動：一個透明亞克力展示盒內(nèi)的微縮場景,呈現(xiàn)泡泡瑪特(POP MART)精品店面。店面采用標志性的明亮黃色與白色拼接外立面, 裝飾著帶有迷你松枝、紅色漿果和LED串燈的節(jié)日花環(huán), 頂部有"POP MART"的標志性氣泡字體大型標識, 以及No. 888閃耀的金色數(shù)字裝飾。店內(nèi)溫暖金色照明透過玻璃櫥窗和玻璃門漫射出來, 櫥窗內(nèi)精心展示著微縮的Molly、Dimoo、Skullpanda經(jīng)典盲盒公仔, 以及最新的圣誕限量系列特別版手辦（如圣誕老人Molly和麋鹿Dimoo）。店門前, 坐在一個積雪覆蓋的復古木質(zhì)長椅上, 有一個可愛的Q版卡通人物。她擁有大頭身比例, 閃亮的kawaii動漫大眼睛, 正好奇地歪著頭, 懷里緊緊抱著一個系著蝴蝶結(jié)的微型盲盒禮物。人物穿著oversize的奶油色毛絨連帽衫搭配百褶短裙, 圍著紅綠相間的圣誕針織圍巾, 下身搭配堆堆襪和圓頭大頭鞋。
這個是當時在 X 上賊火的圖片，來自我的好朋友神娃，當時是用的pro 出的效果和驚艷，現(xiàn)在我同樣用 Qwen-Image-2.0 也能直出這樣的效果了，太贊了。
「3、旅行手帳」
提示詞如下：
請幫我生成一張圖這是一張充滿手繪溫度與藝術(shù)感的哈爾濱七天旅游攻略海報。比例為9:16，海報的畫面中心是一張精致手繪的哈爾濱城市簡易地圖，以清新的淺藍色與純凈的雪白色為底色，紙張邊緣呈現(xiàn)出自然、柔和的手撕或微卷形態(tài)，仿佛是一張手工繪制的珍貴地圖。【地圖內(nèi)容與地標描繪】地圖上錯落地標注著哈爾濱的標志性景點，均以小巧而精美的手繪圖標呈現(xiàn)：圣索菲亞大教堂： 帶有標志性綠色洋蔥頭和磚紅色墻體，線條溫暖。中央大街： 以一條蜿蜒的歐式石板路，兩側(cè)點綴著風格化的歐式建筑剪影。冰雪大世界： 描繪成一座晶瑩剔透、閃爍著微弱藍光的冰雪城堡。松花江： 以一條藍白漸變的河流，上方點綴幾只手繪的冰上玩樂小人。地圖的其他區(qū)域，還點綴著哈爾濱紅腸、冰糖葫蘆、雪花、滑雪板等具有當?shù)靥厣暮喒P畫小圖標。【七日行程與文字排版】在地圖的下方或左右兩側(cè)的空白區(qū)域（與地圖完美融合，不再有“桌面”的區(qū)隔），采用復古且優(yōu)雅的深藍色藝術(shù)手寫字體，以豎排或橫排的流暢形式，清晰地排列著“Day 1 - Day 7”的詳細行程指南。每個行程旁都配有與之對應(yīng)的迷你手繪圖標，例如：Day 1: 漫步冰城。 （配一個歐式建筑小圖標）漫步中央大街，品嘗馬迭爾冰棍，看防洪紀念塔。Day 2: 圣殿余暉。 （配一個教堂穹頂小圖標）參觀圣索菲亞大教堂，走過中東鐵路大橋看冰上落日。Day 3: 極致冰雪。 （配一個冰雕城堡小圖標）全天沉浸冰雪大世界，體驗超長滑梯與浪漫冰雕亮燈。Day 4: 異域童話。 （配一個俄式洋蔥頭小圖標）前往伏爾加莊園，在俄式城堡與森林雪原間感受浪漫。Day 5: 萌寵煙火。 （配一個企鵝或紅腸小圖標）極地公園看企鵝漫步，逛紅專街早市感受地道生活氣息。Day 6: 雪域飛馳。 （配一個滑雪者小圖標）亞布力滑雪場體驗高山滑雪，感受粉雪與速度。Day 7: 巴洛克情懷。 （配一個巴洛克建筑小圖標）逛道外中華巴洛克建筑群，吃老式鍋包肉后溫馨返程。【海報邊緣與整體氛圍】海報的邊緣可以設(shè)計成仿舊的紙張紋理，或者被手繪的冰晶、雪花圖案環(huán)繞。在文字排版和地圖的空隙處，點綴著幾枚手繪的松塔、晶瑩的冰塊，以及一張手寫體的“哈爾濱歡迎你”明信片，所有元素都仿佛是畫在同一張溫暖的紙張上。【光影色調(diào)與視覺效果】整體光影明亮、柔和且通透，如同清晨陽光灑在手稿上，帶來一種溫暖而寧靜的視覺體驗。色調(diào)以清新的藍白色系為主，點綴著地圖和圖標的局部暖色（如紅腸的紅色、教堂的棕色）。畫面具有標志性的日系清新（日系膠片）色調(diào)，所有手繪元素都呈現(xiàn)出細膩的筆觸和溫暖的質(zhì)感。海報整體營造出一種精致、有序、充滿期待且富有藝術(shù)美感的冬日旅行儀式感。
這個提示詞也足夠復雜和精準控制，你會發(fā)現(xiàn) Qwen-Image-2.0 不厭其煩的開始生成，指令理解和中文表現(xiàn)很不錯。
相反，同樣的提示詞輸入給香蕉 pro，效果如下，其實最大的問題還是中文文字渲染問題，禁不起細看。
但當你輸入一個比較簡單的提示詞時，pro 確能自行思考理解加審美設(shè)計輸出一個比較好的效果，但簡單提示詞你給 Qwen-Image-2.0 比較難一次性得到想要的效果。
「4、人物細節(jié)寫真」
提示詞如下：
曬太陽的女孩，陽光撒在的身上，連臉上細小的絨毛都可見可以看到毛孔、發(fā)絲這些細節(jié)，「顯著降低了那種一眼就能認出來的AI 假人感」。
「5、PPT」
提示詞如下：
生成一張關(guān)于“Vibe Coding市場調(diào)研”的PPT頁面設(shè)計圖，采用極簡主義與未來科技感的風格。頁面背景為深藍色調(diào)，搭配明亮、清新的數(shù)據(jù)可視化元素（熒光藍、紫、青綠色）。整體布局規(guī)整，線條簡潔，突出數(shù)據(jù)，營造專業(yè)且現(xiàn)代的視覺體驗。頁面頂部區(qū)域：居中放置主標題：“Vibe Coding市場洞察：開發(fā)者情緒與工具偏好”。字體為無襯線字體，字形現(xiàn)代，顏色為熒光色。主標題下方可有簡短副標題或公司Logo，如“[公司名稱] | 市場調(diào)研部”。左側(cè)數(shù)據(jù)可視化區(qū)域（柱狀圖）：在頁面左側(cè)，設(shè)計一個垂直柱狀圖。標題為：“Vibe Coding工具市場占有率分析”。圖表采用3D透視感或扁平化簡潔設(shè)計，柱子顏色由深到淺或漸變，帶有微弱的光暈或發(fā)光效果。包含三到四根柱子，代表不同的Vibe Coding工具或平臺。示例標簽：“VibeFlow”、“CodeSpark”、“MoodCraft”、“Other Tools”。每根柱子的頂部清晰標注具體的百分比數(shù)字，字體醒目且與柱子顏色形成對比。示例數(shù)據(jù)：“48%”、“32%”、“15%”、“5%”。X軸和Y軸標簽簡潔，無過多裝飾。圖表下方可有簡短的趨勢分析或洞察，如“VibeFlow憑借其AI輔助功能，占據(jù)主導地位?！?/code>右側(cè)數(shù)據(jù)可視化區(qū)域（餅狀圖）：在頁面右側(cè)，設(shè)計一個餅狀圖。標題為：“開發(fā)者選擇Vibe Coding工具的核心驅(qū)動因素”。餅狀圖采用環(huán)形設(shè)計或帶有透明感的浮空感，扇區(qū)邊緣銳利，顏色鮮明且區(qū)分度高，與柱狀圖顏色體系保持一致。分為三到四個扇區(qū)，代表不同的選擇因素。示例標簽：“代碼推薦準確性”、“UI/UX美觀度”、“社區(qū)與插件生態(tài)”、“性能與穩(wěn)定性”。每個扇區(qū)內(nèi)部或通過引線清晰標注具體的百分比數(shù)字，字體顏色與扇區(qū)顏色對比鮮明。示例數(shù)據(jù)：“45%”、“30%”、“15%”、“10%”。圖表下方可有簡短的結(jié)論性文字，如“智能輔助與用戶體驗是吸引開發(fā)者的關(guān)鍵?！?/code>背景與裝飾元素：深色背景中可以有微弱的網(wǎng)格線、幾何圖形或抽象光效作為點綴，增強科技感，但不干擾主要數(shù)據(jù)展示。頁面邊緣或角落可有微量的發(fā)光線條或粒子效果。所有文字和圖標都應(yīng)保持高對比度，確保在深色背景下的可讀性。
「6、信息圖」
提示詞：
根據(jù)以下內(nèi)容，提煉要點，幫我生成信息圖，黑板報風格，圖片上部正中間使用圖片中的文字，整個信息圖的比例為16:9圖片生成和編輯all in one model。模型特性：1、文本渲染+真實性（質(zhì)感很好）輸入的提示詞長度1k，上一個版本是512 ——長了可以寫得非常詳細和具體，同時可以幫助優(yōu)化prompt。2、ppt，接近于nano banana， 甚至可以通過直接寫prompt寫ppt——復雜的邏輯（指令遵循），文字帶圖再帶邏輯。3、中英文能力特別強。——旅行海報——改寫prompt，渲染字符高于1000個，顯著高于競品。哪怕是畫面上一些微小的字體，也能做到和背景物體斜率吻合4、書法上面的特色。書法很多，場景很契合。瘋狂的case，蘭亭集序的全文?！Ｐ湍茕秩具@么多字。我們是唯一。5、2k高清圖。6、復雜的信息圖、高階的套圖式玩法，可實現(xiàn)“圖套圖”式結(jié)構(gòu)，比如一張PPT圖片中，明確寫出各個不同小框中的圖片內(nèi)容，可一次性生成7、人物質(zhì)感提升很大。細節(jié)刻畫。優(yōu)勢：1、更極致的真實感，更真實的人物皮膚肌理和自然紋理，顯著降低AI油膩假人感2、支持直出2k圖片，AI也能超高清3、支持更復雜的文字渲染，能做更精準PPT和海報渲染，支持提示詞直出旅行路線圖、菜譜攻略等相對更復雜的生圖需求4、更強的語義遵循，在生圖和編輯上都有更優(yōu)異表現(xiàn)根據(jù)這些內(nèi)容出一個排版合理的信息圖，極具美觀的信息圖，圖標要多，文字要精簡
「7、概念分解圖」
提示詞：
參考之前 X 上爆火的神佬的拆解圖提示詞上做了調(diào)整生成一張手繪的全景式角色深度概念分解圖，含中心人物全身立繪，周圍展示服裝分層，不同表情，隨身物品及材質(zhì)特寫。頂部區(qū)域： 圖像正上方從左到右排列四個面部特寫，頭像下方依次標注 "平靜" "微笑" "驚訝" "憂郁" 文字。中央核心： 圖像中央是圖中的年輕女性，她梳著精致的側(cè)扎低馬尾，佩戴珍珠耳墜。她身著一件淡藍色綢緞旗袍，領(lǐng)口為立領(lǐng)盤扣設(shè)計，裙擺印有白色玉蘭花圖案。細節(jié)拆解（右中側(cè)）： 右中側(cè)展示一件提取出來的淡藍色綢緞旗袍，下方標注"絲綢旗袍"，并有一個箭頭從女生身上的旗袍指向此處。細節(jié)拆解（右下側(cè)）：右下側(cè)展示旗袍面料的放大材質(zhì)特寫，突出綢緞光澤與玉蘭花刺繡紋理，標注"面料細節(jié)"。細節(jié)拆解（左下側(cè)）：左下側(cè)展示一件提取出來的手工竹編籃子，籃內(nèi)盛放著粉白色的玉蘭花和一本書，標注 "隨身花籃"。細節(jié)拆解（右上側(cè)）：右上側(cè)展示一對珍珠耳環(huán)，下方標注“珍珠耳環(huán)”，并有一個箭頭從女孩身上的珍珠耳環(huán)指向此處。細節(jié)拆解（左中側(cè)）：左中側(cè)展示一本硬殼精裝書，下方標注“隨身書本”，并有一個箭頭從女孩身上的書本處指向此處。細節(jié)拆解 （左上側(cè)）：左上側(cè)展示一些玉蘭花，下方標注“玉蘭花”，并有一個箭頭從女孩的隨身花籃的花朵處指向此處。背景風格： 整體采用復古紙張底色，手繪設(shè)計稿風格，線條干凈，色彩清新。
「8、多圖融合」
提示詞：
生成圖1的女孩子和圖2的狗子在草地上玩耍的圖片這里小女孩稍微有一些沒有保持一致性。
「9、連環(huán)畫」
以可愛大象為主題生成九宮格連環(huán)畫「10、沁園春雪」
提示詞：
一幅中國傳統(tǒng)書畫一體的橫幅長卷作品。背景為仿古宣紙，質(zhì)地古樸，呈現(xiàn)出自然的纖維肌理與微微泛黃的歲月感，透著濃厚的歷史沉淀。表現(xiàn)“北國風光”的壯麗意境。畫面中央，**長城**蜿蜒如巨龍，橫跨在起伏的群山之巔；**黃河**在遠方靜止，呈現(xiàn)出“大河上下，頓失滔滔”的冰封質(zhì)感。山巒被皚皚白雪覆蓋，展現(xiàn)出“山舞銀蛇，原馳蠟象”的動感與氣勢。天空中雪花飛舞，云霧繚繞，遠處群山以**淡墨**虛化，近處蒼松與巖石用**濃墨**皴擦，體現(xiàn)出極其深遠的縱深感。整體色調(diào)以水墨為主，點綴少許石青與鉛白，畫面意境曠達、雄渾，盡顯江山如此多嬌。在畫面下方的留白區(qū)域，以蒼勁有力的**草書或行草**完整書寫毛澤東《沁園春·雪》全文：“北國風光，千里冰封，萬里雪飄。望長城內(nèi)外，惟余莽莽；大河上下，頓失滔滔。山舞銀蛇，原馳蠟象，欲與天公試比高。須晴日，看紅裝素裹，分外妖嬈。江山如此多嬌，引無數(shù)英雄競折腰。惜秦皇漢武，略輸文采；唐宗宋祖，稍遜風騷。一代天驕，成吉思汗，只識彎弓射大雕。俱往矣，數(shù)風流人物，還看今朝。”書法筆走龍蛇，線條流暢且富有節(jié)奏感，墨色隨行筆自然產(chǎn)生干濕濃淡的變化。詞作末尾處落款 一九三六年二月 ，并鈐蓋兩枚朱紅色方形篆刻印章，為素雅的畫面增添一抹點睛的亮色。上方的壯麗山河圖與下方的磅礴詞作交相輝映，達到“畫中有詩，詩中有畫”的境界。整幅作品氣勢磅礴，構(gòu)圖疏密有致，具有國家博物館收藏級的藝術(shù)質(zhì)感與文人氣息。
「11、圖像編輯」
提示詞：
幫我把狗狗的藍色圍兜換成白色圍兜，花朵不變「12、海都女孩」
提示詞：
一位擁有水藍色微卷長發(fā)的動漫少女，發(fā)絲輕盈如絲綢，發(fā)梢點綴著透明的珍珠發(fā)飾，散發(fā)著微弱的光芒。她穿著一件紗質(zhì)的白色層疊荷葉邊長裙，裙擺像水母的觸手般飄逸。她懸浮在半空中，身體呈舒展的流線型，單手輕托著一支由珊瑚構(gòu)成的發(fā)光魔杖，眼神充滿好奇與純真。畫面采用仰拍構(gòu)圖，少女處于畫面黃金分割點，周圍環(huán)繞著發(fā)光的半透明水母和細小的氣泡。背景是深藍到淺綠漸變的深海奇觀，帶有極強的水晶質(zhì)感與丁達爾光效。整體色彩明亮且?guī)в衅婊玫乃{紫色調(diào)，虛化處理的背景增強了空間的深邃感。其實還測了不少的 case，篇幅關(guān)系就不放上來了，大家也可以去我的案例庫里面看到。
總結(jié)下來，這次千問 Qwen-Image-2.0 能力提升還是比較大的，抓住差異化細節(jié)，比如在輸入 Prompt 支持更多，在中文渲染上更穩(wěn)定，在語義理解上更準確。
但要說不足，就是現(xiàn)在和pro 比，缺少一些審美設(shè)計能力以及推理能力。
也就是我簡單指令，沒有辦法通過推理去理解我的意圖，利用好的審美代替我的想象。
不過，模型總歸還是在不斷進步，也非常期待千問圖像基座模型的下一代。
好啦，分享就先到這啦，我們下一期見。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
