Novita AI 正式推出其 Qwen-Image-Edit 服务，该服务由 200 亿参数的 Qwen-Image 模型提供专业级图像编辑能力，现在每张图像仅需 0.02 美元即可使用。
通过结合语义控制（Qwen2.5-VL）与外观控制（VAE 编码器），Qwen-Image-Edit 能够实现精准、灵活、高效的图像编辑。无论是 IP 转换、风格变换，还是中英文本地化文本编辑、细粒度外观调整，Novita AI 都以实惠的价格将最先进的图像编辑能力融入您的工作流。
什么是 Qwen-Image-Edit ？
https://www.youtube.com/watch?v=iw9WiAjNl7U
Qwen-Image-Edit 架构
Qwen-Image-Edit 是 200 亿参数 Qwen-Image 模型的图像编辑变体，它将 Qwen-Image 先进的文本渲染能力拓展到了编辑任务中。该模型采用双路径输入设计：将源图像同时输入 Qwen2.5-VL（用于语义控制）和 VAE 编码器（用于外观控制），从而实现精准、灵活的编辑。
1. Qwen2.5-VL 路径（语义控制）
- 是什么：Qwen2.5-VL 是 Qwen 系列中的多模态视觉-语言模型，专门用于理解文本提示和图像的整体语义。
- 能力范围：实现高层级语义控制，例如风格变换、物体替换、视角旋转等，同时确保编辑过程中的语义一致性。
2. VAE 编码器路径（外观控制）
- 是什么：变分自编码器（VAE）是生成模型中常用的图像编码器，可将输入图像压缩为潜在表示。
- 能力范围：
- 保留原始图像的低级细节（颜色、纹理、局部形状）。
- 确保局部编辑时未修改区域完全保持一致，避免“溢出”效应或无关区域的意外变更。
Qwen-Image-Edit 在保持角色一致性的同时支持多样化更新。
Qwen-Image-Edit 的功能有哪些？
1. 语义编辑
支持 IP 转换、物体旋转（包括新颖的 90°/180° 视角合成）、风格变换等重大转换，同时保持语义一致性。
IP 转换
物体旋转
风格变换
2. 外观编辑
支持添加、删除或修改视觉元素（例如添加带倒影的标识、去除杂毛、更换服装或背景），同时保证未修改区域完全保持原样。
将字母“n”的颜色修改为蓝色
调整服装
3. 精准文本编辑
支持在图像中进行中英文双语文本的插入、删除或修改，同时保留字体、字号和整体视觉风格，非常适合本地化海报或标题的编辑需求。
英文
中文
Qwen-Image-Edit 基准测试
数据来源：Artificial Amalysis
Qwen-Image-Edit 的系统要求是什么？
Qwen 对原始 Qwen/Qwen-Image-Edit BF16 权重进行了 DFloat11 无损压缩，模型体积减小约 32%，同时输出结果与原始版本完全一致，还能提升 GPU 推理效率。经过 DFloat11 压缩后，Qwen-Image-Edit 可在单张 32GB 显存的 GPU 上运行，也可在单张 24GB 显存 GPU 配合 CPU 卸载的模式下运行，且没有任何质量损失。
现在可以以极低成本在您自己的 Novita AI GPU 实例上运行 Qwen-Image-Edit，即刻开始构建您的 AI 应用：
- RTX 5090（32GB 显存） — 16 核 vCPU，96GB 内存 — 0.5 美元/小时
- L40S（48GB 显存） — 28 核 vCPU，125GB 内存 — 0.55 美元/小时
- A100 SXM（80GB 显存） — 14 核 vCPU，240GB 内存 — 1.6 美元/小时
- H100 SXM（80GB 显存） — 16 核 vCPU，128GB 内存 — 1.8 美元/小时
一键部署，单实例最多可扩展至 8 张 GPU，您可完全掌控运行环境，非常适合快速原型开发或生产级工作负载。
Qwen-Image-Edit 与 Stable Diffusion、Nano Banana、DALL·E 4、Photoshop 对比
| 功能 / 工具 | Qwen-Image-Edit | Stable Diffusion | Nano Banana | DALL·E 4 | Photoshop |
|---|---|---|---|---|---|
| 易用性 | 支持通过文本提示词即插即用进行编辑 | 灵活性高，但需要调整提示词 | 在谷歌生态中极易使用 | 需要专业订阅 | 学习曲线陡峭，需手动操作工具 |
| 编辑风格 | 精准的语义与外观编辑，文本处理能力出色 | 擅长生成与局部重绘 | 可集成多种元素 | 非常适合创意构思、广告概念和艺术创作 | 手动控制，可靠但需大量手动操作 |
| 速度 | 生成速度较慢，依赖硬件 | 生成速度较慢，依赖硬件 | 非常快 | 约 1 分钟 | 手动工作流速度非常快 |
| 文本编辑能力 | 非常出色，支持中英文双语编辑 | 较差，对中文或复杂布局的支持尤其薄弱 | 未提及 | 准确度不高 | 非常出色（前提是已有对应字体/元素） |
-
如果你需要精准的文本编辑（标识、海报、双语内容）
- ✅ Qwen-Image-Edit → 最佳选择。可精准处理中英文文本，保留字体与样式，实现无缝文本编辑。
- ❌ Stable Diffusion / DALL·E 4 → 难以实现精准文本编辑。
- ✅ Photoshop → 如果你已有对应字体/元素且不介意手动编辑，可使用。
-
如果你优先考虑速度与便捷性
- ✅ Nano Banana → 速度极快，在谷歌生态中极易使用，非常适合快速迭代、保持角色一致性和消费级工作流。
- ✅ Photoshop → 可即时完成手动编辑（如果你熟练使用）。
- ❌ Qwen-Image-Edit / Stable Diffusion → 生成速度慢，依赖硬件。
- ❌ DALL·E 4 → 每张图约需 1 分钟，不适合需要快速出图的场景。
-
如果你需要创意、构思和概念艺术
- ✅ DALL·E 4 → 非常适合广告概念、艺术风格探索和创意构思。
- ✅ Stable Diffusion → 如果你愿意调整提示词或微调模型，可灵活实现局部重绘与风格混合。
- ❌ Qwen-Image-Edit → 更擅长精准编辑，而非自由创意。
- ❌ Photoshop → 有创意但需手动操作，大规模构思时效率较低。
-
如果你需要精准的局部编辑与专业控制
- ✅ Qwen-Image-Edit → 非常适合语义编辑+外观保留，例如更换服装、去除细节、旋转物体等场景。
- ✅ Photoshop → 像素级手动控制的黄金标准。
- ❌ Nano Banana / DALL·E 4 → 不太适合细粒度局部控制。
-
如果易用性是你的首要考量
- ✅ Nano Banana → 最简单，嵌入谷歌生态，使用门槛极低。
- ✅ Qwen-Image-Edit → 基于提示词，即插即用。
- ❌ Stable Diffusion → 需要模型管理和提示词专业知识。
- ❌ Photoshop → 学习曲线陡峭，需大量手动操作。
Qwen-Image-Edit 是否适合专业使用？
Qwen-Image-Edit 可输出影棚级质量的结果，非常适合专业摄影、营销物料和商业设计项目。
基准测试表现：公开结果显示，该模型在多项编辑基准测试中达到了业界顶尖的准确率，验证了其在严苛工作流中的一致性和可靠性。
细粒度编辑：正如 VentureBeat 报道的那样，它“足以与 Photoshop 分庭抗礼”，在海报、标识、T 恤、书法等对文本精度要求极高的精细任务中表现优异。
卓越的文本编辑能力：与多数生成模型不同，它支持中英文双语精准文本编辑，可保留字体、字号和样式，这对于广告活动、品牌资产等本地化商业内容至关重要。
Qwen-Image-Edit 最佳实践
Novita 推出了 Qwen-Image-Edit API，每张图像的定价仅需 0.02 美元。
步骤 1：登录并进入模型库
登录您的账户，点击模型库按钮。
步骤 2：选择模型
浏览可用选项，选择适合您需求的模型。
步骤 3：获取 API 密钥
为了完成 API 身份验证，我们将为您提供新的 API 密钥。进入“设置”页面，即可按照图中指示复制 API 密钥。
步骤 4：安装 API
使用对应编程语言的包管理器安装 API。
安装完成后，将必要的库导入您的开发环境，使用 API 密钥初始化 API，即可开始与 Novita AI 大模型交互。以下是为 Python 用户提供的聊天补全 API 调用示例。
Vidu 2.0 图像转视频 API 示例
import requests
url = "https://api.novita.ai/v3/async/qwen-image-edit"
payload = {
"prompt": "<string>",
"image": "<string>",
"seed": 123,
"output_format": "<string>"
}
headers = {
"Content-Type": "<content-type>",
"Authorization": "<authorization>"
}
response = requests.post(url, json=payload, headers=headers)
print(response.json())
提取图像 URL
import requests
url = "https://api.novita.ai/v3/async/task-result"
headers = {
"Content-Type": "<content-type>",
"Authorization": "<authorization>"
}
response = requests.get(url, headers=headers)
print(response.json())
随着 Qwen-Image-Edit 的发布，Novita AI 降低了专业图像编辑的门槛。创作者、开发者和企业现在仅需每张 0.02 美元，即可使用媲美 Photoshop 等传统工具的影棚级编辑能力，同时还能享受到自动化、双语文本处理、语义精准度等方面的独特优势。
立即试用 Qwen-Image-Edit，开启智能图像编辑的未来。
常见问题
Qwen-Image-Edit 与其他 AI 编辑器有什么区别？
Qwen-Image-Edit 采用双路径架构：语义编辑（风格变换、IP 转换、物体旋转等高层级修改）和外观编辑（局部修改不会破坏未调整区域）。与多数模型不同，它还支持精准双语文本编辑，非常适合海报和商业素材的编辑需求。
Qwen-Image-Edit 的定价是多少？
通过 Novita AI 的 API 使用 Qwen-Image-Edit 每张仅需 0.02 美元，是性价比最高的专业级图像编辑解决方案之一。
Qwen-Image-Edit 是否适合专业使用？
是的。Qwen-Image-Edit 可输出影棚级质量的结果，经过基准测试验证，在营销设计、海报编辑、T 恤/书法文本精度等专业场景中表现备受好评。
Novita AI 是助力您实现 AI 愿景的一站式云平台。集成 API、无服务器、GPU 实例——您需要的性价比工具。无需操心基础设施，免费即可开始，让您的 AI 想法落地。
推荐阅读
Qwen Image Edit 与 Nano Banana 对比：详细用户指南或免操作方案
