近日，Qwen VLo多模態大模型正式發佈，該模型在圖像內容理解與生成方面取得了顯著進展，爲用戶帶來了全新的視覺創作體驗。

據介紹，Qwen VLo在繼承原有Qwen-VL系列模型優勢的基礎上，進行了全面升級。該模型不僅能夠精準“看懂”世界，更能基於理解進行高質量的再創造，真正實現了從感知到生成的跨越。用戶現在可以在Qwen Chat（chat.qwen.ai）平臺上直接體驗這一新模型。

Qwen VLo的獨特之處在於其漸進式生成方式。模型在生成圖片時，採用從左到右、從上到下的逐步構建策略，過程中不斷對預測內容進行優化調整，確保最終結果的和諧一致。這種生成機制不僅提升了視覺效果，還爲用戶提供了更靈活、可控的創作過程。

微信截圖_20250628093705.png

在內容理解與再創造方面，Qwen VLo展現了強大的能力。與以往的多模態模型相比，Qwen VLo在生成過程中能夠更好地保持語義一致性，避免將汽車誤生成其他物體或無法保留原圖關鍵結構特徵的問題。例如，當用戶輸入一張汽車照片並要求更換顏色時，Qwen VLo能準確識別車型，保留原有結構特徵，並自然轉換色彩風格，使生成結果既符合預期又不失真實感。

此外，Qwen VLo還支持開放指令編輯修改生成。用戶可以通過自然語言提出各種創意性指令，如改變畫風、添加元素或調整背景等。模型能夠靈活響應這些指令，並生成符合用戶預期的結果。無論是藝術風格遷移、場景重構還是細節修飾，Qwen VLo都能輕鬆應對。

值得一提的是，Qwen VLo還具備多語言指令支持能力。該模型支持包括中文、英文在內的多種語言指令，爲全球用戶提供了統一且便捷的交互體驗。無論用戶使用哪種語言，只需簡單描述需求，模型便能快速理解並輸出理想結果。

在實際應用中，Qwen VLo展現了多樣化的功能。它可以直接生成圖像並進行修改，如替換背景、添加主體或進行風格遷移等。同時，模型還能完成基於開放指令的大幅修改，包括檢測和分割等視覺感知任務。此外，Qwen VLo還支持多張圖像的輸入理解和生成，以及圖像檢測、標註等功能。

除了圖文同時輸入的情況外，Qwen VLo還支持文本到圖像的直接生成，包括通用圖像和中英文海報等。模型採用動態分辨率訓練，支持任意分辨率和長寬比的圖像生成，使用戶能夠根據實際需求生成適配不同場景的圖像內容。

目前，Qwen VLo還處於預覽階段，雖然已展現出強大的能力，但仍存在一些不足之處。例如，在生成過程中可能存在不符合事實或不完全與原圖一致的情況。研發團隊表示，他們將持續迭代模型，不斷提升其性能和穩定性。

體驗地址:chat.qwen.ai