通义千问推出多模态统一理解与生成模型 Qwen VLo，图像生成效果如何？有哪些信息值得关注？

发布时间：2025-06-29 07:50:15　点击量：306

2025年6月26日，Qwen团队发布了 Qwen VLo ，一个定位是“unified multimodal understanding and generation model"的模型，包括多模态的理解和生成。

根据官方的介绍博客，Qwen VLo包含下面的功能：图像生成：文生图、2D卡通图像转真实图像图像编辑：例如修改某个主体、更换颜色、更换风格图像算法能力：例如检测框、canny 算子、图像分割结果经过一段时间的测试，我个人的总结是：生图能力：效果比较差，感觉是一两年前生图模型…。