💜 Qwen Chat   |   🤗 Hugging Face   |   🤖 ModelScope   |    📑 技术报告    |    📑 博客   
🖥️ 演示   |   💬 微信   |   🫨 Discord  |    GitHub  

简介

我们很高兴推出 Qwen-Image-Edit-2511，这是对 Qwen-Image-Edit-2509 的增强版本，具备多项改进，尤其是显著提升了图像一致性。要体验最新模型，请访问 Qwen Chat 并选择图像编辑功能。

Qwen-Image-Edit-2511 的主要改进包括：减轻图像漂移、提升角色一致性、集成 LoRA 功能、增强工业设计生成能力以及强化几何推理能力。

快速开始

安装最新版 diffusers：

pip install git+https://github.com/huggingface/diffusers

以下是一个使用 Qwen-Image-Edit-2511 的代码示例：

import os
import torch
from PIL import Image
from diffusers import QwenImageEditPlusPipeline

pipeline = QwenImageEditPlusPipeline.from_pretrained("Qwen/Qwen-Image-Edit-2511", torch_dtype=torch.bfloat16)
print("pipeline loaded")

pipeline.to('cuda')
pipeline.set_progress_bar_config(disable=None)
image1 = Image.open("input1.png")
image2 = Image.open("input2.png")
prompt = "The magician bear is on the left, the alchemist bear is on the right, facing each other in the central park square."
inputs = {
    "image": [image1, image2],
    "prompt": prompt,
    "generator": torch.manual_seed(0),
    "true_cfg_scale": 4.0,
    "negative_prompt": " ",
    "num_inference_steps": 40,
    "guidance_scale": 1.0,
    "num_images_per_prompt": 1,
}
with torch.inference_mode():
    output = pipeline(**inputs)
    output_image = output.images[0]
    output_image.save("output_image_edit_2511.png")
    print("image saved at", os.path.abspath("output_image_edit_2511.png"))

示例展示

Qwen-Image-Edit-2511 提升角色一致性：在 Qwen-Image-Edit-2511 中，角色一致性得到显著增强。模型能够在基于输入肖像进行创意编辑的同时，保留主体的身份和视觉特征。

改进多人一致性：尽管 Qwen-Image-Edit-2509 已经提升了单人编辑的一致性，Qwen-Image-Edit-2511 进一步增强了多人合影中的一致性——能够将两张独立人物图像高保真地融合为一张连贯的群体照：

内置对社区 LoRA 的支持：自 Qwen-Image-Edit 发布以来，社区已开发出大量创意且高质量的 LoRA，极大扩展了其表达潜力。Qwen-Image-Edit-2511 将精选的热门 LoRA 直接集成到基础模型中，无需额外调优即可启用其效果。

例如，灯光增强 LoRA 现已开箱即用，可实现真实感灯光控制：

另一个例子：现在可直接通过基础模型生成新视角：

工业设计应用

我们特别关注实际工程场景，例如批量工业产品设计：

以及工业部件的材质替换：

增强几何推理能力：Qwen-Image-Edit-2511 引入了更强的几何推理能力——例如，可直接生成用于设计或标注的辅助构造线：

以上即为 Qwen-Image-Edit-2511 的主要更新内容。欢迎探索新功能！🎉

许可协议

Qwen-Image 采用 Apache 2.0 许可证。

引用

如您认为我们的工作有用，我们诚挚地鼓励您引用本成果。

@misc{wu2025qwenimagetechnicalreport,
      title={Qwen-Image Technical Report}, 
      author={Chenfei Wu and Jiahao Li and Jingren Zhou and Junyang Lin and Kaiyuan Gao and Kun Yan and Sheng-ming Yin and Shuai Bai and Xiao Xu and Yilei Chen and Yuxiang Chen and Zecheng Tang and Zekai Zhang and Zhengyi Wang and An Yang and Bowen Yu and Chen Cheng and Dayiheng Liu and Deqing Li and Hang Zhang and Hao Meng and Hu Wei and Jingyuan Ni and Kai Chen and Kuan Cao and Liang Peng and Lin Qu and Minggang Wu and Peng Wang and Shuting Yu and Tingkun Wen and Wensen Feng and Xiaoxiao Xu and Yi Wang and Yichang Zhang and Yongqiang Zhu and Yujia Wu and Yuxuan Cai and Zenan Liu},
      year={2025},
      eprint={2508.02324},
      archivePrefix={arXiv},
      primaryClass={cs.CV},
      url={https://arxiv.org/abs/2508.02324}, 
}