我们很高兴地宣布，Qwen-Image 现已登陆 Novita AI，每张图片仅需 $0.02！这款突破性的 200 亿参数 MMDiT 图像基础模型为我们的 AI 推理平台带来了复杂文本渲染和精确图像编辑方面的重大进步。
关于 Qwen-Image
Qwen-Image 是一款 200 亿参数的 MMDiT 图像基础模型，在复杂文本渲染和精确图像编辑方面取得了显著进展。该模型代表了 AI 驱动图像生成技术的重大突破。
其主要特点包括：
- 卓越的文本渲染：Qwen-Image 擅长复杂文本渲染，包括多行排版、段落级语义和精细细节。它支持拼音文字（如英语）和语素文字（如中文），保真度高。
- 一致的图像编辑：通过我们增强的多任务训练范式，Qwen-Image 在编辑操作中能够出色地保持语义和视觉真实性。
- 强大的跨基准表现：在多个公开基准测试中，Qwen-Image 在各类生成和编辑任务上持续优于现有模型，奠定了强大的图像生成基础模型地位。
图片来源：技术报告
经证实的性能
Qwen-Image 已在多个公开基准上接受全面评估，包括用于通用图像生成的 GenEval、DPG 和 OneIG-Bench，以及用于图像编辑的 GEdit、ImgEdit 和 GSO。Qwen-Image 在所有基准上均达到最先进水平，展示了其在图像生成和编辑方面的强大能力。
此外，在 LongText-Bench、ChineseWord 和 TextCraft 上的结果显示，它在文本渲染方面表现出色，尤其是中文文本生成，大幅领先于现有最先进模型。这凸显了 Qwen-Image 作为领先图像生成模型的独特地位，它兼具广泛的通用能力和卓越的文本渲染精度。
图片来源：📑 博客
在 Novita AI 上使用 Qwen-Image
作为 AI 推理服务提供商，Novita AI 已将 Qwen-Image 作为 200 亿参数 MMDiT 模型集成，用于新一代文生图。该模型在创建带有原生文字的惊艳图形海报方面尤为强大，非常适合需要高质量文本集成的专业应用。有关完整的实现细节，请参考我们的文档。
我们的 API 工作方式
我们将 Qwen-Image 实现为 异步 API 系统。当您发起请求时，最初只会返回 task_id。然后您需要使用 task_id 请求我们的 ** 任务结果 API** 来获取图像生成结果。
API 规格
端点： https://api.novita.ai/v3/async/qwen-image-txt2img
请求头：
- Content-Type（字符串，必填）：支持
application/json - Authorization（字符串，必填）：Bearer 身份验证格式，例如：Bearer {{API Key}}
请求体：
- prompt（字符串，必填）：用于图像生成的文本提示
- size（字符串）：生成媒体的尺寸，单位为像素（宽*高）。默认值为
1024*1024。每维范围：256 ~ 1536
响应：
- task_id（字符串，必填）：使用 task_id 请求我们的 ** 任务结果 API** 来获取生成的输出
在 Novita AI 上开始使用 Qwen-Image
以下是如何通过我们的 API 使用 Qwen-Image：
步骤 1：生成 task_id
向我们的 Qwen-Image 文生图 API 发送 POST 请求：
请求：
curl --location 'https://api.novita.ai/v3/async/qwen-image-txt2img' \
--header 'Authorization: Bearer {{API Key}}' \
--header 'Content-Type: application/json' \
--data '{
"prompt": "A cinematic scene of a quiet girl with short brown hair sitting by a misty lake at dawn. She wears an oversized sweater, holding a warm mug. Soft morning light filters through the trees, cool tones, tranquil mood, light fog, 50mm photography style.",
"size": "1024*1024"
}'
响应：
{
"task_id": "{Returned Task ID}"
}
步骤 2：获取生成的图像
使用 task_id 获取输出图像：
curl --location --request GET 'https://api.novita.ai/v3/async/task-result?task_id={Returned Task ID}' \
--header 'Authorization: Bearer {{API Key}}'
HTTP 状态码在 2xx 范围内表示请求已成功接受，而 5xx 范围表示服务器内部错误。您可以在响应的 images 字段中获取图像 URL。
为何将 Qwen-Image 加入我们的平台
作为 AI 推理服务提供商，我们选择集成 Qwen-Image 是因为它解决了 AI 图像生成中的一个关键空白：高质量文本渲染。我们的用户现在可以：
- 创建专业的图形海报，带有清晰可读的文字
- 生成带有多行文本布局和段落级语义的图像
- 支持英语和中文文本，保真度高
- 在多个图像生成基准上取得最先进的结果
- 使用灵活的尺寸选项，从 256x256 到 1536x1536 像素
Qwen-Image 演示
前景有樱花的富士山，晴朗的天空，宁静的春日，柔和的自然光，写实的风景。
一名穿西装的男子站在窗前，望着窗外的明月。男子手中拿着一张泛黄的纸，上面手写着：“A lantern moon climbs through the silver night, Unfurling quiet dreams across the sky, Each star a whispered promise wrapped in light, That dawn will bloom, though darkness wanders by.” 窗台上有只可爱的猫。
一名穿校服的年轻女孩站在教室里，在黑板上写字。黑板中央用整洁的白色粉笔写着“Introducing Qwen-Image, a foundational image generation model that excels in complex text rendering and precise image editing”。柔和的自然光线透过窗户洒入，投下淡淡的阴影。场景以写实摄影风格呈现，细节丰富，景深浅，色调温暖。女孩专注的表情和空气中的粉笔灰增添了动感。背景元素包括桌子和教育海报，轻微虚化以突出中心动作。超精细 32K 分辨率，DSLR 画质，柔和的散景效果，纪录片风格的构图。
文字“Qwen-Image on Novita AI”采用时尚的半透明玻璃风格设计。每个字母仿佛由磨砂或光面玻璃制成，带有逼真的光线、柔和的阴影和细微的反射。背景简约而现代——可能是柔和的渐变、抽象模糊或深色表面，以增强玻璃效果。整体外观优雅、未来感十足，视觉冲击力强。
立即开始使用 Qwen-Image
准备好体验 AI 生成图像中的卓越文本渲染了吗？在我们的 AI 推理平台上开始使用 Qwen-Image：
Qwen-Image 现已登陆 Novita AI——通过我们的 AI 推理平台，为您带来下一代文生图功能，具备无与伦比的文本渲染能力。
Novita AI 是一个 AI 云平台，通过简单易用的 API 帮助开发者轻松部署 AI 模型，背后依托经济实惠且可靠的 GPU 云基础设施。通过支持用于 LLM 推理和服务服务的开源库，Novita AI 正在推动 AI 创新的未来。
