Das Qwen Team hat Qwen-Image vorgestellt, ein als 20B-MMDiT-Bildgrundmodell beschriebenes System für Bildgenerierung, komplexes Textrendering und Bildbearbeitung. Nach Angaben des Teams lässt sich das Modell über die Option „Image Generation“ in Qwen Chat ausprobieren.
Welche Funktionen Qwen nennt
Für die Bildbearbeitung nennt Qwen Stiltransfer, das Hinzufügen und Entfernen von Bildelementen, Detailverbesserung, Textbearbeitung sowie die Anpassung von Charakterposen.
Damit deckt die angekündigte Funktionalität sowohl die Erzeugung neuer Bilder als auch Änderungen an bestehenden Bildern ab. Besonders hervorgehoben wird die Fähigkeit, Text innerhalb von Bildern zu erzeugen und zu bearbeiten.
Leistungsangaben beruhen auf dem Herstellerbeitrag
Qwen erklärt, Qwen-Image für die allgemeine Bildgenerierung auf den öffentlichen Benchmarks GenEval, DPG und OneIG-Bench evaluiert zu haben. Für Bildbearbeitung nennt der Beitrag GEdit, ImgEdit und GSO.
Laut Qwen erreiche das Modell auf allen dort aufgeführten Benchmarks Ergebnisse auf dem Stand der Technik. Für Textrendering verweist das Team zudem auf LongText-Bench, ChineseWord und TextCraft und behauptet besonders starke Resultate bei chinesischer Textgenerierung gegenüber bestehenden Spitzenmodellen.
Diese Leistungsbehauptungen stammen aus dem Qwen-Blog, der einzigen vorliegenden Quelle. Eine unabhängige Überprüfung der Benchmark-Ergebnisse, ihrer Vergleichsbedingungen oder der praktischen Leistung liegt im Dossier nicht vor.
Warum die Textfunktion im Mittelpunkt steht
Text in generierten Bildern korrekt und lesbar darzustellen, ist eine ausdrücklich genannte Zielsetzung von Qwen-Image. Das Team stellt dabei komplexes Textrendering sowie die Bearbeitung von Bildtext als Kernfähigkeiten heraus.
Die Angaben zu LongText-Bench, ChineseWord und TextCraft deuten darauf hin, dass Qwen insbesondere chinesische Schrift in generierten Bildern als Leistungsbereich positioniert. Ob sich dieser Vorsprung unter anderen Prompts, Sprachen oder realen Produktionsbedingungen bestätigt, geht aus den verfügbaren Informationen nicht hervor.
Wie es weitergeht
Entscheidend wird sein, ob externe Tests die von Qwen genannten Benchmark-Ergebnisse und die Qualität beim Textrendering sowie bei Bildbearbeitungen nachvollziehen können. Ebenso offen sind Details zu Zugang, Lizenz und Einsatzbedingungen.
Änderungsvermerk: Erstbericht auf Basis einer primären Herstellerquelle über die Veröffentlichung und die von Qwen genannten Funktionen sowie Leistungsangaben von Qwen-Image.