12月31日消息,通义千问团队今日正式开源发布其新一代图像生成模型Qwen-Image-2512,该模型在三大核心能力上实现了飞跃式提升:人物质感更为真实、自然纹理刻画更加细腻、文字渲染逻辑更趋复杂,从而令生成的图像无限逼近真实世界的观感。

更真实的人物质感:告别了过去常见的“塑料脸”和模糊五官。2512版本能够精准刻画皮肤肌理、发丝走向乃至微妙的表情神态,甚至能理解诸如“微微前倾”这类蕴含细节的语义指令。
更细腻的自然纹理:无论是流动的水波、摇曳的芦苇、金毛犬蓬松的绒毛,还是盘羊粗硬的皮毛……2512模型对于自然与生物细节的描绘都达到了前所未有的细腻程度。
更复杂的文字渲染:2512模型的能力再度进化,它不仅能够智能排版时间轴、清晰呈现技术图表,还能生成融合多格漫画与对话框的健康科普海报,展现了强大的图文整合能力。
此次升级不止于单项能力的增强,模型整体性能也实现了显著突破:在AI Arena超过一万局的用户盲测中,数据显示Qwen-Image-2512在开源模型中表现最优,并且在与多款闭源模型的对比中,依然展现出强劲的竞争力。

以下是Qwen-Image-2512模型的最新生成示例:

目前,Qwen-Image-2512已全面开源,您可以通过以下地址获取相关资源:
https://github.com/QwenLM/Qwen-Image
