先进通义千问图像AI生成器
阿里巴巴革命性的200亿参数多模态扩散变压器，具备业界领先的文本渲染能力。在字母文字和表意文字的复杂多行文本集成方面表现卓越，支持专业图像编辑、风格转换和对象操作。具备Apache 2.0许可证、卓越的中文文本渲染以及包括对象检测和语义分割在内的先进计算机视觉任务。
体验通义千问图像
使用阿里巴巴最先进的AI图像模型，生成具有高级文本渲染和精确编辑能力的专业品质图像
什么是通义千问图像
阿里巴巴前沿的图像生成AI，具备革命性的文本渲染技术
通义千问图像代表了阿里巴巴通义千问团队在AI图像生成技术方面的突破性进展。作为一个200亿参数的多模态扩散变压器（MMDiT）基础模型，它为图像内文本集成设立了新标准，在字母文字和表意文字方面提供了无与伦比的能力。该模型在复杂多行文本渲染、专业图像编辑和计算机视觉任务方面表现卓越，同时保持Apache 2.0开源可访问性。
Key Highlights
革命性文本渲染
业界领先的文本集成能力，支持复杂的多行布局、段落级语义和细粒度细节，在英文和中文字符方面具有卓越的准确性。
先进图像编辑
专业级编辑能力，包括风格转换、对象插入/删除、细节增强、图像内文本编辑和人体姿态操作，同时保持语义含义。
计算机视觉集成
综合视觉任务，包括对象检测、语义分割、深度估计、边缘检测、新视角合成和超分辨率，全部在单一统一模型中实现。
开源可访问性
采用Apache 2.0许可证发布，完全集成Hugging Face，支持Diffusers库，并积极开发LoRA和微调工作流程。
Technical Specifications
Duration
Resolution
Aspect Ratio
Frame Rate
Audio
Input Types
Max Prompt Length
通义千问图像的强大功能
探索让通义千问图像在AI图像生成领域表现卓越的先进功能
先进的文本渲染
擅长渲染字母和表意文字的复杂多行文本，包括在图像中准确生成中文字符
200亿参数模型
利用200亿参数多模态扩散变压器的强大功能，实现卓越的图像质量和细节
多风格支持
生成各种艺术风格的图像，从逼真照片到抽象艺术、动漫和数字插画
灵活的分辨率
支持从256x256到2048x2048像素的自定义图像尺寸，完美适配任何使用场景
快速模式
启用快速生成模式，用于快速迭代和创意想法的快速原型制作
提示词翻译
内置翻译支持，将提示词转换为英文以获得最佳效果，支持全球用户
提示词优化
智能提示增强，提高生成质量，确保更好地实现您的创意愿景
可调引导强度
微调引导强度从1到20，控制图像与提示词的匹配程度
可变步数控制
自定义推理步数从10到50，在质量和生成速度之间找到完美平衡
种子可重现性
使用种子值获得一致和可重现的结果，对迭代设计工作至关重要
Apache 2.0许可证
采用宽松的Apache 2.0许可证的开源模型，适合个人和商业使用
基于积分的定价
高效的积分系统，根据分辨率动态定价，每张图片仅需5积分起
关于通义千问图像的常见问题
获取关于通义千问图像AI模型及其功能的常见问题解答
如何使用通义千问图像进行文本生成图像
掌握通义千问图像先进文本渲染能力的专业图像生成技巧
精心制作详细提示词
配置生成设置
生成和优化您的图像
价格
选择适合您的计划。没有隐藏费用，没有意外。
年付账单，享受50%折扣