# Qwen Image：阿里巴巴的AI图像模型，从1.0到3.0全版本解析

> Qwen Image是阿里巴巴通义千问（Qwen）团队推出的图像生成与编辑模型系列。首个Qwen-Image于2025年8月4日发布并开放权重。旗舰Qwen-Image-3.0（2026年7月21日）支持最长4500 token的提示词，可渲染小至10像素、覆盖12种语言的文字。开源的Qwen-Image-2.1是Arena排行榜上排名最高的开放权重模型。Qwen Image已上线AI2Face生成器。

开发者: Alibaba (Qwen) · 发布时间: 2026-07-21 · 更新于 2026-10-24
URL: https://ai2face.com/zh/models/qwen-image

## 关键信息

| | |
|---|---|
| 开发者 | 阿里巴巴通义千问（Qwen）团队，中国 |
| 版本 | Qwen-Image与Edit（2025年8月）、2512与Layered（2025年12月）、2.0（2026年2月10日）、3.0（2026年7月21日）、2.1与2.1-Turbo（2026年9–10月） |
| 功能 | 文生图，以及基于1–10张参考图编辑现有图像 |
| 分辨率 | 原生2K，总像素512×512至2048×2048，宽高比1:8至8:1 |
| 提示词长度 | 3.0最长4500 token；2.0最长1000 token |
| 图中文字 | 3.0支持12种语言、小至10像素的文字和LaTeX公式；中文与英文效果最好 |
| 开放权重 | 1.x与Layered为Apache 2.0；2.1仅限非商业许可；2.0与3.0仅限云端 |
| Arena排名 | 3.0-Pro在文生图榜单排名第13（2026年10月24日） |
| AI2Face | 已上线 |

## Qwen Image是什么

Qwen Image是阿里巴巴Qwen团队推出的图像模型系列，该团队同时负责通义千问语言模型。首个Qwen-Image于2025年8月4日发布：200亿参数、MMDiT架构，权重以Apache 2.0开放。该系列从一开始就以图中文字见长，最初支持中文和英文。

一年内这条产品线扩展到约十个模型，而且版本号并不按顺序：闭源的3.0比开源的2.1更早发布。版本一览：

| 版本 | 日期 | 定位 | 权重 |
|---|---|---|---|
| Qwen-Image | 2025年8月4日 | 文生图，200亿参数 | Apache 2.0 |
| Qwen-Image-Edit | 2025年8月18日 | 单图编辑 | Apache 2.0 |
| Edit-2509 | 2025年9月22日 | 多图编辑 | Apache 2.0 |
| Qwen-Image-Layered | 2025年12月19日 | 将图像拆分为图层 | Apache 2.0 |
| Edit-2511 | 2025年12月23日 | 人物与多人一致性更好 | Apache 2.0 |
| Qwen-Image-2512 | 2025年12月31日 | 人物、质感和文字更真实 | Apache 2.0 |
| Qwen-Image-2.0 | 2026年2月10日 | 生成与编辑合一，2K | 仅云端 |
| Qwen-Image-3.0 | 2026年7月21日 | 旗舰：长提示词、小字 | 仅云端 |
| Qwen-Image-2.1 | 2026年9月20日 | 70亿参数，透明背景 | 非商业 |
| Qwen-Image-2.1-Turbo | 2026年10月9日 | 2.1的8步版（原为40步） | 非商业 |

最新开源版本的详情见我们关于[Qwen-Image-2.1](/zh/news/qwen-image-2-1)的新闻。

## Qwen Image能做什么

**长提示词与复杂排版。** Qwen-Image-2.0可理解最长1000 token的指令，Qwen-Image-3.0提升到4500 token。在阿里巴巴的演示中，一段3700 token的提示词一次生成了3×3宫格中九张不同的信息图：公式、图表、漫画和双语说明。报纸版面、短剧分镜和试卷都是3.0的典型任务。

**小字渲染。** Qwen-Image-3.0能清晰渲染高度仅10像素的文字，甚至整页带LaTeX公式的学术论文：上下标、分数线和希腊字母都准确无误。

![THE LIFE OF A HONEYBEE信息图：从卵到蜂蜜的六个分格，带文字说明和箭头](https://ai2face.com/_astro/infographic.BhO9-yV4_ZQVvb0.jpg "Qwen-Image-3.0只需一条提示词即可生成这类六格带文字的信息图。本图由AI2Face中的GPT Image 2.5生成")

**12种语言与100多种风格。** 3.0版本支持12种语言的文字渲染，能模拟网页、游戏和直播界面，掌握100多种艺术风格。需要实时信息时（如今天的天气预报），模型还可以联网检索。

**生成与编辑合一。** 从2.0开始无需单独的Qwen-Image-Edit：同一个模型就能换背景、增删物体、在照片上添加批注。通过API，Qwen-Image-3.0支持1–3张输入图，Qwen-Image-2.1支持最多10张，并可按蒙版或手绘标记进行局部编辑。

**透明背景与图层。** Qwen-Image-2.1可直接输出带Alpha通道的PNG。独立的Qwen-Image-Layered能把成图拆分为多个RGBA图层（例如3层或8层），每层都可单独移动、缩放和换色。

**修复。** 在阿里巴巴的示例中，Qwen-Image-3.0按原作笔法补全了古画缺失的部分，并去除了霉斑。

## Qwen Image适合哪些任务

- **信息图、PPT与知识卡片**：一张图承载大量结构化文字。
- **海报、封面与横幅**：带主标题和副标题。
- **分镜与漫画**：一次生成多个带对白气泡的分格。
- **界面原型**：用于演示的App和网页界面。
- **透明背景商品图**：Qwen-Image-2.1直接输出PNG，无需抠图。
- **私有化部署**：开源版本可在自有设备上运行和微调。

## Qwen Image与同类模型对比

| | Qwen-Image-3.0 | [GPT Image](/zh/models/gpt-image) 2.5 | [Nano Banana 2.1](/zh/models/nano-banana-2-1) | [Seedream](/zh/models/seedream) 5.0 Pro |
|---|---|---|---|---|
| Arena文生图排名（2026年10月24日） | 13 | 1（Sunburst） | 6 | 12 |
| 分辨率 | 最高2048×2048 | 最高3840 px | 最高4K | 最高2K |
| 参考图 | 1–3张（2.1最多10张） | 多张 | 最多14张 | 最多10张 |
| 提示词长度 | 最长4500 token | — | — | — |
| 文字 | 12种语言，小至10 px | 多语言 | 多语言 | 10余种语言 |
| 开放权重 | 否（2.1为是） | 否 | 否 | 否 |

综合质量上，Qwen-Image-3.0与Seedream 5.0 Pro相当，落后于GPT Image 2.5和Nano Banana 2.1。它的优势在于信息量：同级模型中没有一款官方支持4500 token的提示词。在开放权重模型中，Qwen-Image-2.1排名第19，高于所有开源竞品。

## 如何为Qwen Image写提示词

- **描述版式，而不只是场景。** “3×2宫格，每格一个图标和两行说明，顶部是标题”比“一张好看的信息图”效果更好。
- **文字逐字写出并加引号。** 把每处文字写成最终要呈现的样子，并补充“不要其他文字”。
- **长提示词分块书写。** 对3.0先写整体风格，再按顺序写每一格的内容。
- **用英文或中文写提示词。** 阿里巴巴API官方支持这两种语言，其他语言会经过翻译而损失信息。
- **负向提示词仅3.0支持。** Qwen-Image-3.0有单独字段填写不希望出现的内容。
- **编辑时说明改什么、保留什么。** “把背景换成白色影棚，商品、光线和阴影保持不变。”

## Qwen Image可以本地部署吗

可以，但仅限开源版本。Qwen-Image、Edit、2512、Layered和2.1的权重发布在Hugging Face和ModelScope上，可在Diffusers和ComfyUI中运行。初代200亿参数的Qwen-Image体积较大：借助逐层卸载到内存，DiffSynth-Studio可在4 GB显存的显卡上运行它，但速度较慢。Qwen-Image-2.1更轻量：生成器70亿参数，外加80亿参数的Qwen3-VL编码器。

本地部署前请先确认许可证。2025年的版本采用Apache 2.0，可商用。Qwen-Image-2.1和Turbo采用Qwen Research License，仅限非商业用途。Qwen-Image-2.0和3.0无法下载，只能在阿里云上使用。

## 如何在AI2Face中使用Qwen Image

Qwen Image已上线AI2Face生成器，无需显卡，也无需阿里云账号。你可以把同一条提示词分别交给Qwen Image、GPT Image、[Nano Banana](/zh/models/nano-banana)和Seedream，保留最满意的结果。每次生成的费用在开始前显示，支持银行卡或加密货币支付，积分包里的积分不会过期。新账号注册后即可获得欢迎积分。更多模型的对比见我们的[AI图像生成器](/zh/blog/nejroseti-dlya-izobrazhenij)指南。

## 局限

- **最强版本闭源。** Qwen-Image-3.0和2.0未公开发布，没有权重，也没有技术报告。
- **开源的2.1不可商用。** Qwen Research License禁止未经与阿里巴巴另行签约的商业使用。
- **较少见的文字不保证效果。** 该系列中英文最强，阿里巴巴未公布3.0所支持的12种语言列表。
- **分辨率上限2K。** 大幅面印刷需要放大或改用4K模型。
- **3.0可用参考图更少。** 旗舰最多接受3张输入图，2.1则最多10张。

## 总结

当图像需要大量文字和排版时——信息图、PPT、分镜、报纸版面——Qwen Image是最合适的选择，此类任务首选Qwen-Image-3.0。如果需要私有化部署且用于非商业项目，可选开源的Qwen-Image-2.1；商用自部署则选Apache 2.0的Qwen-Image-2512。追求照片级真实感或较少见文字时，GPT Image 2.5和Nano Banana 2.1更强——可以在AI2Face中用同一条提示词与Qwen Image对比。

## 常见问题

### Qwen Image是什么？

这是阿里巴巴用于生成和编辑图像的模型系列，由开发通义千问语言模型的Qwen团队打造。该系列的强项是直接在图中排版长文字：信息图、PPT、海报和漫画。

### Qwen Image和Qwen Image Edit有什么区别？

2025年时它们是两个模型：Qwen-Image负责文生图，Qwen-Image-Edit负责改图。从2.0版本开始，生成与编辑合并为一个模型，不再需要单独的Edit。

### Qwen Image最新版本是哪个？

能力最强的是2026年7月21日发布的Qwen-Image-3.0，仅提供云端服务。最新的开源版本是2026年10月9日发布的Qwen-Image-2.1-Turbo。不存在2.5版本：2.1之后直接是闭源的3.0。

### Qwen Image能写中文以外的文字吗？

部分可以。Qwen-Image-3.0支持12种语言的文字渲染，但官方未公布完整列表；示例中展示了中文、英文、日文、韩文和西班牙文。对于西里尔字母等较少见的文字，GPT Image或Nano Banana更可靠。

### Qwen Image可以本地部署吗？

开源版本可以。Qwen-Image 1.x与2512（Apache 2.0）以及Qwen-Image-2.1（非商业许可）可从Hugging Face下载，在Diffusers和ComfyUI中运行。2.0和3.0只能通过API使用。

## 资料来源

- https://github.com/QwenLM/Qwen-Image
- https://qwen.ai/blog?id=qwen-image
- https://qwen.ai/blog?id=qwen-image-2.0
- https://qwen.ai/blog?id=qwen-image-3.0
- https://www.alibabacloud.com/help/en/model-studio/qwen-image-generation-and-editing-api-reference
- https://huggingface.co/Qwen/Qwen-Image-Layered
- https://huggingface.co/Qwen/Qwen-Image-2.1
- https://arena.ai/leaderboard/text-to-image
- https://arena.ai/leaderboard/image/image-edit