Qwen-Image-2.0 es un modelo fundacional de generación y edición de imágenes anunciado por Alibaba Cloud Qwen Team. Integra generación de alta calidad desde texto y edición regional mediante inpainting y outpainting en un único framework de 7.000 millones de parámetros. Mantiene el contexto visual mientras dibuja, borra y repinta en un mismo modelo. Puede seguir descripciones de hasta 1.000 tokens y mejorar la colocación de texto y tipografía. Combina un codificador de condiciones Qwen3-VL de 8B con un Multimodal Diffusion Transformer para reducir errores de layout. Esto permite representar escenarios detallados, objetos y texto con más precisión que los generadores basados en palabras clave. En investigación científica puede crear infografías, pósteres y diapositivas con diagramas de señalización celular y nombres de proteínas multilingües en resolución nativa 2K (2048×2048). Las regiones específicas pueden editarse mediante máscaras e inpainting sin regenerar toda la imagen. Las ilustraciones generadas deben revisarse por exactitud biológica.

Modelo fundacional de Alibaba Cloud Qwen para generación y edición de imágenes.

Aplicación práctica: Qwen-Image-2.0 es un modelo fundacional de generación y edición de imágenes anunciado por Alibaba Cloud Qwen Team. Integra generación de alta calidad desde texto y edición regional mediante inpainting y outpainting en un único framework de 7.000 millones de parámetros. Mantiene el contexto visual mientras dibuja, borra y repinta en un mismo modelo. Puede seguir descripciones de hasta 1.000 tokens y mejorar la colocación de texto y tipografía. Combina un codificador de condiciones Qwen3-VL de 8B con un Multimodal Diffusion Transformer para reducir errores de layout. Esto permite representar escenarios detallados, objetos y texto con más precisión que los generadores basados en palabras clave. En investigación científica puede crear infografías, pósteres y diapositivas con diagramas de señalización celular y nombres de proteínas multilingües en resolución nativa 2K (2048×2048). Las regiones específicas pueden editarse mediante máscaras e inpainting sin regenerar toda la imagen. Las ilustraciones generadas deben revisarse por exactitud biológica.