WaveSpeedAI
← 博客

Qwen Image Max Edit现已登陆WaveSpeedAI

Qwen Image Max Edit是一个AI图像编辑模型，支持文本提示进行图像编辑，同时支持中文和英文语言。即用型REST推理API，性能最佳

By WaveSpeedAI1 min read
Wavespeed Ai Qwen Image Max Edit
Wavespeed Ai Qwen Image Max EditQwen Image Max Edit是一个AI图像编辑模型，支持文本提示进行图像编辑，同时支持中文和英文语言。即用型R...
Try it
Qwen Image Max Edit现已登陆WaveSpeedAI

介绍 Qwen Image Max Edit：用双语 AI 精度改造您的图像

图像编辑的未来已经来临，它具备双语智能。我们很高兴宣布 Qwen Image Max Edit 现已登陆 WaveSpeedAI——这是阿里巴巴强大的 200 亿参数图像编辑模型，以同等的流利度理解中文和英文，能够进行精确的转换，同时保留原始图像的精髓。

什么是 Qwen Image Max Edit？

Qwen Image Max Edit 代表了 AI 驱动图像处理向前迈出的一大步。该模型建立在阿里巴巴先进的 Qwen-Image 基础之上，采用了复杂的双路径架构，通过 Qwen2.5-VL 进行语义理解，同时通过变分自编码器（VAE）进行外观编码。这种创新的方法使模型不仅能理解您想要改变什么，还能理解如何保留视觉特性——色彩、纹理、照明——使您的图像独一无二。

Qwen Image Max Edit 与其他图像编辑解决方案的不同之处在于其原生双语能力。无论您用英文还是中文创建编辑指令，该模型都能提供同样准确的结果，这对于全球团队、本地化工作流以及在语言边界上工作的任何人来说都是无价之宝。

主要功能

  • 真正的双语理解：用中文或英文编写编辑指令——该模型以同等的精度处理两种语言。这不是简单的翻译，而是能够捕捉两种语言细微差别的原生理解。

  • 多图像上下文：上传最多 6 张参考图像以指导复杂的编辑场景。无论您是在组合来自多个源的元素，还是需要额外的视觉上下文，该模型都会利用所有输入进行更明智的转换。

  • 灵活的输出尺寸：从预设宽高比（1:1、16:9、9:16、4:3、3:4、3:2、2:3）中选择，或指定从 256 到 1536 像素的自定义尺寸。如果不设置，则会自动匹配原始图像的大小。

  • 图像内文本编辑：Qwen 的突出能力之一是其精确的文本编辑。在保留原始字体特性、大小和样式的同时，直接在图像中添加、删除或修改文本——这对于本地化和营销应用至关重要。

  • 语义和外观控制：该模型擅长低级外观编辑（精确添加或删除元素）和高级语义转换（风格转移、对象旋转、新视角合成）。在基准比较中，Qwen 展示了最先进的性能，在英文任务中得分约为 7.56，在中文任务中得分约为 7.52——特别是在中文文本和混合语义/外观操作方面优于竞争对手。

  • 多种输出格式：以 JPEG、PNG（支持透明度）或 WebP（用于优化文件大小）导出编辑后的图像。

真实用例

电子商务产品摄影

通过编辑背景、调整构图或为不同的市场调整产品图片来简化您的产品成像工作流程——无需重新拍摄。双语能力对于在西方和亚洲市场销售的品牌特别有价值。

营销和广告

快速调整营销视觉效果以适应不同的地区和语言。在保持品牌一致性的同时，编辑图像中的中英文文本。在几分钟内而不是几小时内将单一创意资产转换为特定市场的变体。

照片修饰和增强

使用自然语言指令删除不需要的对象、修复缺陷或增强特定细节。描述您想要改变的内容，该模型会处理技术执行，同时保留图像质量。

创意设计和风格转移

通过复杂的语义理解来改造场景、应用艺术效果或修改视觉元素。该模型在实现您的创意愿景的同时，保留了原始图像的意图和连贯性。

内容本地化

对于全球企业而言，使用中文或英文提示编辑图像内文本的能力大大加快了本地化工作流程。在不需要手动图形设计干预的情况下，为不同市场调整标志、标签和文本叠加。

开始使用 WaveSpeedAI

在 WaveSpeedAI 上使用 Qwen Image Max Edit 非常简单。我们的平台提供快速推理，无冷启动，确保您的编辑请求立即被处理，无需等待模型初始化。

import json
import os
import time
from urllib.request import Request, urlopen

api_key = os.environ["WAVESPEED_API_KEY"]
headers = {"Authorization": f"Bearer {api_key}", "Content-Type": "application/json"}
payload = {
    "prompt": "A cinematic ocean wave at sunrise, highly detailed",
    "images": [
        "https://interactive-examples.mdn.mozilla.net/media/cc0-images/painted-hand-298-332.jpg"
    ],
    "seed": -1
}

def request_json(url, data=None):
    request = Request(url, data=data, headers=headers, method="POST" if data else "GET")
    with urlopen(request) as response:
        return json.load(response)

# 1. Submit the prediction.
submit_body = request_json("https://api.wavespeed.ai/api/v3/wavespeed-ai/qwen-image-max/edit", json.dumps(payload).encode())
task = submit_body.get("data", submit_body)
prediction_id = task.get("id")
if not prediction_id:
    raise RuntimeError("Submission response did not contain a prediction id")
result_url = task.get("urls", {}).get("get") or f"https://api.wavespeed.ai/api/v3/predictions/{prediction_id}/result"

# 2. Poll until the prediction finishes.
while True:
    body = request_json(result_url)
    result = body.get("data", body)
    status = result.get("status")
    if status == "completed":
        print(result.get("outputs", []))
        break
    if status in {"failed", "cancelled", "timeout"}:
        raise RuntimeError(result)
    if status not in {"created", "processing"}:
        raise RuntimeError(f"Unexpected status: {status}")
    time.sleep(2)

对于需要多个参考图像的更复杂编辑：

import json
import os
import time
from urllib.request import Request, urlopen

api_key = os.environ["WAVESPEED_API_KEY"]
headers = {"Authorization": f"Bearer {api_key}", "Content-Type": "application/json"}
payload = {
    "prompt": "A futuristic city at blue hour with soft volumetric light",
    "images": [
        "https://interactive-examples.mdn.mozilla.net/media/cc0-images/painted-hand-298-332.jpg"
    ],
    "seed": -1
}

def request_json(url, data=None):
    request = Request(url, data=data, headers=headers, method="POST" if data else "GET")
    with urlopen(request) as response:
        return json.load(response)

# 1. Submit the prediction.
submit_body = request_json("https://api.wavespeed.ai/api/v3/wavespeed-ai/qwen-image-max/edit", json.dumps(payload).encode())
task = submit_body.get("data", submit_body)
prediction_id = task.get("id")
if not prediction_id:
    raise RuntimeError("Submission response did not contain a prediction id")
result_url = task.get("urls", {}).get("get") or f"https://api.wavespeed.ai/api/v3/predictions/{prediction_id}/result"

# 2. Poll until the prediction finishes.
while True:
    body = request_json(result_url)
    result = body.get("data", body)
    status = result.get("status")
    if status == "completed":
        print(result.get("outputs", []))
        break
    if status in {"failed", "cancelled", "timeout"}:
        raise RuntimeError(result)
    if status not in {"created", "processing"}:
        raise RuntimeError(f"Unexpected status: {status}")
    time.sleep(2)

Qwen Image Max Edit 每张图片仅需 $0.07，以可获得的价格提供专业级编辑功能。结合 WaveSpeedAI 的基础设施——消除冷启动并提供一致的性能——您可以将复杂的图像编辑集成到生产工作流程中，无需承受不可预测的延迟或成本。

最佳结果的专业提示

  1. 要具体：清晰、详细的编辑指令会产生最好的结果。不要说”让它更好”，而是准确描述您想要进行的更改。

  2. 使用多个参考：对于需要额外上下文的复杂编辑——如风格匹配或元素组合——利用多图像输入功能。

  3. 尝试不同的种子值：在探索选项时使用 seed: -1 以获得多样性，然后在找到要重现的结果时锁定特定的种子值。

  4. 选择正确的格式：在网络应用中选择 WebP 以获得更小的文件大小，需要透明度支持时选择 PNG，通用用途时选择 JPEG。

  5. 语言与内容相匹配：虽然该模型同样处理两种语言，但使用中文提示进行中文文本编辑，使用英文进行英文编辑，有时可以提高精度。

立即开始编辑

Qwen Image Max Edit 为所有规模的开发者和创作者带来了企业级的图像编辑功能。其双语智能、复杂的语义理解和图像质量的保留使其非常适合从快速修饰到复杂创意转换的一切应用。

准备好体验 AI 驱动图像编辑的未来了吗？在 WaveSpeedAI 上尝试 Qwen Image Max Edit，发现双语 AI 精度如何能够改造您的视觉内容工作流程。

分享