Qwen-Image: texto bilíngue e edição precisa

Crie imagens com textos que você realmente pode usar

Designers e equipes de conteúdo precisam que as imagens geradas façam mais do que ter uma aparência bem-acabada: os títulos devem ser legíveis, os layouts precisam permanecer coesos e edições posteriores devem preservar a intenção original. O Qwen-Image é um modelo fundamental de imagens MMDiT de 20B, criado para renderizar textos bilíngues complexos e realizar edições precisas.

Principais recursos

Renderização de textos complexos em chinês e inglês

O Qwen-Image se destaca na renderização de textos complexos, incluindo layouts com várias linhas, semântica no nível de parágrafos e detalhes refinados. O modelo oferece suporte a idiomas alfabéticos (como o inglês) e logográficos (como o chinês) com fidelidade excepcional, o que o torna ideal para criar conteúdo que exige uma representação textual precisa.

Preservação da consistência durante a edição

Por meio de um paradigma aprimorado de treinamento multitarefa, o Qwen-Image alcança um desempenho excepcional ao preservar tanto o significado semântico quanto o realismo visual durante as operações de edição. Esse recurso permite fazer alterações precisas sem comprometer a integridade da imagem original.

Alto desempenho em benchmarks de geração e edição

Avaliado em vários benchmarks públicos, o Qwen-Image supera de forma consistente os modelos existentes em diversas tarefas de geração e edição, estabelecendo uma base sólida para a geração de imagens e novos padrões para o setor.

Desempenho técnico

Cobertura de benchmarks

O Qwen-Image foi avaliado de forma abrangente em vários benchmarks públicos:

• Geração geral de imagens: GenEval, DPG e OneIG-Bench
• Edição de imagens: GEdit, ImgEdit e GSO
• Renderização de texto: LongText-Bench, ChineseWord e TextCraft

A avaliação abrange geração e edição de imagens, com resultados particularmente expressivos na geração de textos em chinês. Em conjunto, esses benchmarks testam os recursos mais relevantes para a produção criativa multilíngue.

Principais características técnicas

• Modelo de 20B parâmetros: arquitetura em larga escala para desempenho superior
• Arquitetura MMDiT: design avançado baseado em transformers
• Treinamento multitarefa: paradigma aprimorado para recursos diversificados
• Suporte entre idiomas: processamento fluido de vários idiomas

Exemplos e casos de uso

Excelência na renderização de textos em chinês

Exemplo 1: cena no estilo de Miyazaki

Um dos recursos de destaque do Qwen-Image é a capacidade de renderizar textos com alta fidelidade em diferentes cenários. Vejamos um caso em chinês:

O modelo não apenas reproduz com precisão o estilo de anime de Miyazaki, como também apresenta placas de lojas com "云存储", "云计算" e "云模型", além de "千问" em jarros de vinho, tudo renderizado de maneira realista e precisa, com profundidade de campo adequada. As poses e expressões dos personagens também são preservadas com perfeição.

Exemplo 2: dísticos tradicionais chineses

Vejamos outro exemplo de renderização em chinês:

O modelo desenhou com precisão os dísticos à esquerda e à direita e o rolo horizontal, aplicou efeitos caligráficos e gerou corretamente a Torre Yueyang ao centro. A porcelana azul e branca sobre a mesa também ficou muito realista.

Recursos de renderização de texto em inglês

Exemplo 3: vitrine de livraria

E qual é o desempenho do modelo em inglês? Vejamos um exemplo:

Neste exemplo, o modelo não apenas reproduz corretamente "New Arrivals This Week", como também gera com precisão o texto das capas de quatro livros: "The light between worlds", "When stars are scattered", "The silent patient" e "The night circus".

Exemplo 4: layout de infográfico complexo

Vejamos um caso mais complexo de renderização em inglês:

Neste caso, o modelo precisa gerar 6 submódulos, cada um com seu próprio ícone, título e texto introdutório correspondente. O Qwen-Image concluiu o layout com excelência.

Textos pequenos e recursos bilíngues

Exemplo 5: poesia manuscrita

E quanto a textos menores? Vamos testar:

Neste caso, o papel ocupa menos de um décimo da imagem inteira e o parágrafo é relativamente longo, mas o modelo ainda assim gera o texto no papel com precisão.

Exemplo 6: conteúdo bilíngue

E se o conteúdo for bilíngue? No mesmo cenário, vamos experimentar este prompt:

Como você pode ver, o modelo consegue alternar entre dois idiomas a qualquer momento durante a renderização do texto.

Aplicações criativas

Criação de pôsteres de filmes

Os recursos de texto do Qwen-Image facilitam a criação de pôsteres, como neste exemplo:

Design de apresentações profissionais

Se podemos criar pôsteres, também podemos criar apresentações diretamente. Vejamos um exemplo de PPT em chinês:

Recursos avançados

Geração geral de imagens

Além do processamento de texto, o Qwen-Image também se destaca na geração geral de imagens e oferece suporte a uma ampla variedade de estilos artísticos. De cenas fotorrealistas a pinturas impressionistas, de estilos de anime a designs minimalistas, o modelo responde com flexibilidade a uma grande variedade de prompts criativos e se torna uma ferramenta versátil para artistas, designers e contadores de histórias.

Recursos de edição de imagens

Na edição de imagens, o Qwen-Image oferece diversas operações, incluindo:

• Transferência de estilo: transforme imagens em diferentes estilos artísticos
• Adições e exclusões: adicione ou remova objetos das imagens
• Aprimoramento de detalhes: melhore a qualidade e os detalhes da imagem
• Edição de texto: altere ou adicione textos às imagens
• Ajuste da pose de personagens: mude poses e expressões

Assim, até mesmo usuários comuns podem realizar com facilidade edições de imagem de nível profissional.

Para quem é o Qwen-Image

Produção de conteúdo criativo

• Design de pôsteres: crie materiais de marketing com textos precisos
• Elementos gráficos para apresentações: gere slides e infográficos profissionais
• Capas de livros: desenvolva capas com renderização precisa de texto
• Conteúdo para redes sociais: crie conteúdo visual envolvente

Aplicações comerciais

• Materiais de marketing: gere conteúdo promocional com representação precisa da marca
• Visualização de produtos: crie imagens de produtos com especificações detalhadas
• Identidade da marca: desenvolva elementos visuais consistentes
• Publicidade: crie peças publicitárias atraentes com elementos de texto

Conteúdo educacional

• Materiais didáticos: gere elementos gráficos educacionais com texto
• Infográficos: crie conteúdo visual informativo
• Gráficos para tutoriais: desenvolva guias visuais passo a passo
• Conteúdo multilíngue: crie conteúdo em vários idiomas

Entretenimento

• Recursos para jogos: gere elementos gráficos para jogos com texto
• Quadros de animação: crie conteúdo animado com texto
• Criação de quadrinhos: desenvolva quadrinhos com balões de texto precisos
• Ilustrações de histórias: gere ilustrações de livros com texto

Por que as equipes escolhem o Qwen-Image

1. Renderização de texto superior

   • Layouts complexos com várias linhas
   • Suporte a vários idiomas
   • Preservação de detalhes refinados
   • Renderização precisa de fontes e estilos

2. Edição avançada de imagens

   • Manipulação precisa de objetos
   • Recursos de transferência de estilo
   • Aprimoramento de detalhes
   • Preservação semântica

3. Excelência em diferentes benchmarks

   • Desempenho de última geração
   • Qualidade consistente entre tarefas
   • Recursos sólidos de modelo fundamental
   • Resultados confiáveis e reproduzíveis

4. Interface fácil de usar

   • Acessível pelo Qwen Chat
   • Não requer configurações complexas
   • Acesso imediato aos recursos
   • Experiência de uso intuitiva

Como começar

Para experimentar o modelo Qwen-Image mais recente:

1. Acesse o Qwen Chat

   • Vá até a plataforma Qwen Chat
   • Selecione a opção "Image Generation"
   • Comece a criar usando prompts de texto

2. Experimente a renderização de texto

   • Teste prompts com textos em chinês e inglês
   • Teste layouts e designs complexos
   • Explore diferentes estilos artísticos

3. Explore a edição de imagens

   • Teste várias operações de edição
   • Experimente transferências de estilo
   • Crie conteúdo com qualidade profissional

Comece a criar com o Qwen-Image

O Qwen-Image representa um avanço significativo na tecnologia de geração de imagens com IA. Seus recursos excepcionais de renderização de texto, combinados com ferramentas poderosas de edição de imagens e ótimo desempenho em diferentes benchmarks, fazem dele uma ferramenta valiosa para criadores, empresas e desenvolvedores.

Comece com um material concreto, como um pôster, uma peça para apresentação ou uma peça de campanha bilíngue. Descreva literalmente o texto necessário, defina a hierarquia visual e o estilo e, em seguida, revise a tipografia antes de refinar detalhes secundários. Esse fluxo ajuda a transformar os recursos de geração e edição do Qwen-Image em um processo de produção reproduzível.

Esperamos que o Qwen-Image possa impulsionar ainda mais o desenvolvimento da geração de imagens, reduzir as barreiras técnicas à criação de conteúdo visual e inspirar aplicações mais inovadoras. Ao mesmo tempo, esperamos a participação ativa e o retorno da comunidade para, juntos, construirmos um ecossistema de IA generativa aberto, transparente e sustentável.