Qwen-Image: texto bilingüe y edición precisa

Crea imágenes con texto que realmente puedas usar

Los equipos de diseño y contenido necesitan que las imágenes generadas hagan algo más que lucir pulidas: los titulares deben ser legibles, la composición debe mantenerse cohesionada y las ediciones posteriores deben respetar la intención original. Qwen-Image es un modelo fundacional de imagen MMDiT de 20B creado para renderizar texto bilingüe complejo y editar imágenes con precisión.

Funciones principales

Renderiza texto complejo en chino e inglés

Qwen-Image destaca en el renderizado de texto complejo, incluidos diseños de varias líneas, semántica a nivel de párrafo y detalles precisos. Admite tanto idiomas alfabéticos (por ejemplo, el inglés) como logográficos (por ejemplo, el chino) con una fidelidad excepcional, por lo que resulta ideal para crear contenido que exige una representación exacta del texto.

Conserva la consistencia durante la edición

Gracias a un paradigma mejorado de entrenamiento multitarea, Qwen-Image ofrece un rendimiento excepcional al conservar tanto el significado semántico como el realismo visual durante las ediciones. Esta función permite realizar modificaciones precisas sin comprometer la integridad de la imagen original.

Rinde en pruebas de generación y edición

Evaluado en varias pruebas públicas, Qwen-Image supera de forma constante a los modelos existentes en diversas tareas de generación y edición. Así establece una sólida base para la generación de imágenes y fija nuevos estándares en el sector.

Rendimiento técnico

Cobertura de las pruebas

Qwen-Image se ha evaluado exhaustivamente en varias pruebas públicas:

• Generación general de imágenes: GenEval, DPG y OneIG-Bench
• Edición de imágenes: GEdit, ImgEdit y GSO
• Renderizado de texto: LongText-Bench, ChineseWord y TextCraft

La evaluación abarca tanto la generación como la edición de imágenes, con resultados especialmente sólidos al generar texto chino. En conjunto, estas pruebas miden las funciones más relevantes para la producción creativa multilingüe.

Características técnicas principales

• Modelo de 20B parámetros: arquitectura a gran escala para ofrecer un rendimiento superior
• Arquitectura MMDiT: diseño avanzado basado en transformadores
• Entrenamiento multitarea: paradigma mejorado para distintas funciones
• Compatibilidad entre idiomas: gestión fluida de varios idiomas

Ejemplos y casos de uso

Excelencia en el renderizado de texto chino

Ejemplo 1: escena al estilo Miyazaki

Una de las funciones más destacadas de Qwen-Image es su capacidad para renderizar texto con gran fidelidad en distintos escenarios. Veamos un caso de renderizado en chino:

El modelo no solo reproduce con precisión el estilo de anime de Miyazaki, sino también letreros como "云存储", "云计算" y "云模型", además de "千问" en las tinajas. Todo aparece de forma realista y precisa, con la profundidad de campo adecuada. Las poses y expresiones de los personajes también se conservan perfectamente.

Ejemplo 2: pareados chinos tradicionales

Veamos otro ejemplo de renderizado en chino:

El modelo dibujó con precisión los pareados izquierdo y derecho y el rollo horizontal, aplicó efectos caligráficos y generó fielmente la torre Yueyang en el centro. La porcelana azul y blanca de la mesa también parecía muy realista.

Funciones de renderizado de texto en inglés

Ejemplo 3: escaparate de una librería

¿Y cómo rinde el modelo en inglés? Veamos un ejemplo:

En este ejemplo, el modelo no solo reproduce con precisión "New Arrivals This Week", sino también el texto de las cubiertas de cuatro libros: "The light between worlds", "When stars are scattered", "The silent patient" y "The night circus".

Ejemplo 4: diseño de una infografía compleja

Veamos un caso más complejo de renderizado en inglés:

En este caso, el modelo debe generar 6 submódulos, cada uno con su icono, título y texto introductorio correspondiente. Qwen-Image resuelve la composición con gran calidad.

Texto pequeño y funciones bilingües

Ejemplo 5: poesía manuscrita

¿Qué sucede con el texto más pequeño? Pongámoslo a prueba:

En este caso, el papel ocupa menos de una décima parte de toda la imagen y el párrafo es relativamente largo, pero el modelo sigue generando con precisión el texto sobre el papel.

Ejemplo 6: contenido bilingüe

¿Y si es bilingüe? Probemos el mismo escenario con este prompt:

Como puedes ver, el modelo puede cambiar entre dos idiomas en cualquier momento al renderizar texto.

Aplicaciones creativas

Creación de carteles de cine

Las funciones de texto de Qwen-Image facilitan la creación de carteles como este:

Diseño profesional de presentaciones

Si podemos crear carteles, también podemos generar presentaciones directamente. Veamos un caso de una presentación en chino:

Funciones avanzadas

Generación general de imágenes

Además de procesar texto, Qwen-Image destaca en la generación general de imágenes y admite una amplia gama de estilos artísticos. Desde escenas fotorrealistas hasta pinturas impresionistas, y desde anime hasta diseños minimalistas, el modelo responde con flexibilidad a todo tipo de prompts creativos y se convierte en una herramienta versátil para artistas, diseñadores y narradores.

Funciones de edición de imágenes

En cuanto a la edición, Qwen-Image admite distintas operaciones:

• Transferencia de estilo: transforma imágenes a distintos estilos artísticos
• Adiciones y eliminaciones: añade o elimina objetos
• Mejora de detalles: mejora la calidad y los detalles
• Edición de texto: modifica o añade texto dentro de las imágenes
• Ajuste de la pose de personajes: cambia poses y expresiones

Esto permite incluso a usuarios sin experiencia lograr fácilmente una edición de nivel profesional.

Para quién es Qwen-Image

Producción de contenido creativo

• Diseño de carteles: crea materiales de marketing con texto preciso
• Gráficos para presentaciones: genera diapositivas e infografías profesionales
• Cubiertas de libros: diseña cubiertas con texto preciso
• Contenido para redes sociales: crea contenido visual atractivo

Aplicaciones comerciales

• Materiales de marketing: genera contenido promocional con una identidad de marca precisa
• Visualización de productos: crea imágenes de productos con especificaciones detalladas
• Identidad de marca: desarrolla elementos visuales de marca coherentes
• Publicidad: crea anuncios visuales atractivos con texto

Contenido educativo

• Materiales didácticos: genera gráficos educativos con texto
• Infografías: crea contenido visual informativo
• Gráficos para tutoriales: desarrolla guías visuales paso a paso
• Contenido multilingüe: crea contenido en varios idiomas

Entretenimiento

• Recursos para juegos: genera gráficos de juegos con texto
• Fotogramas de animación: crea contenido animado con texto
• Creación de cómics: desarrolla cómics con bocadillos de texto precisos
• Ilustraciones de historias: genera ilustraciones de libros con texto

Por qué los equipos eligen Qwen-Image

1. Renderizado de texto superior

   • Diseños complejos de varias líneas
   • Compatibilidad con varios idiomas
   • Conservación de detalles precisos
   • Renderizado exacto de fuentes y estilos

2. Edición avanzada de imágenes

   • Manipulación precisa de objetos
   • Funciones de transferencia de estilo
   • Mejora de detalles
   • Conservación semántica

3. Excelencia en distintas pruebas

   • Rendimiento de vanguardia
   • Calidad constante en distintas tareas
   • Sólidas funciones como modelo fundacional
   • Resultados fiables y reproducibles

4. Interfaz fácil de usar

   • Accesible mediante Qwen Chat
   • No requiere una configuración compleja
   • Acceso inmediato a las funciones
   • Experiencia de usuario intuitiva

Cómo empezar

Para probar el último modelo Qwen-Image:

1. Visita Qwen Chat

   • Accede a la plataforma Qwen Chat
   • Selecciona la opción "Image Generation"
   • Empieza a crear con prompts de texto

2. Experimenta con el renderizado de texto

   • Prueba prompts de texto en chino e inglés
   • Pon a prueba diseños y composiciones complejos
   • Explora distintos estilos artísticos

3. Explora la edición de imágenes

   • Prueba distintas operaciones de edición
   • Experimenta con transferencias de estilo
   • Crea contenido de calidad profesional

Empieza a crear con Qwen-Image

Qwen-Image supone un avance importante en la tecnología de generación de imágenes con IA. Sus excepcionales funciones de renderizado de texto, combinadas con una potente edición de imágenes y un sólido rendimiento en distintas pruebas, lo convierten en una herramienta valiosa tanto para creadores como para empresas y desarrolladores.

Empieza con un entregable concreto, como un cartel, un recurso para una presentación o una pieza de campaña bilingüe. Describe literalmente el texto necesario, define la jerarquía visual y el estilo, y revisa la tipografía antes de perfeccionar los detalles secundarios. Este flujo ayuda a convertir las funciones de generación y edición de Qwen-Image en un proceso de producción repetible.

Esperamos que Qwen-Image siga impulsando el desarrollo de la generación de imágenes, reduzca las barreras técnicas para crear contenido visual e inspire más aplicaciones innovadoras. Al mismo tiempo, esperamos contar con la participación activa y los comentarios de la comunidad para construir juntos un ecosistema de IA generativa abierto, transparente y sostenible.