Qwen Image 2.0 实测：一个模型搞定图片生成和编辑，中文文字渲染怎么样

2601_95717211

633人浏览 · 2026-04-10 11:12:33

2601_95717211 · 2026-04-10 11:12:33 发布

Qwen Image 2.0 今年 2 月上线。之前用 Qwen Image 生成图片要一个 API，编辑图片要换另一个。2.0 把这两件事合到了一起。跑了一下看看实际效果怎么样。

Qwen Image 2.0 是什么

阿里通义千问团队 2026 年 2 月发布的图片模型。和之前的 Qwen Image 不同，2.0 把生成和编辑合进了同一个模型系列。用文字描述生成一张图，再用文字描述编辑它，全程同一套 API。

分辨率最大 2048 像素，中英文 prompt 都能用，有标准版和 Pro 版。还带了个 Prompt Enhancer，可以自动把你写的简单描述扩展成更详细的 prompt。

生成效果

先试生成。三个不同场景。

import os
os.environ["WAVESPEED_API_KEY"] = "你的key"

import wavespeed

# 场景 1：人像（Gregory Crewdson 风格郊区夜景）
result = wavespeed.run(
    "wavespeed-ai/qwen-image-2.0/text-to-image",
    {
        "prompt": "A young woman standing alone on a quiet suburban street at night, a single streetlamp casting a pool of warm light around her while the rest of the street fades into deep blue darkness, she wears a light summer dress, muted tones, eerie stillness, in the style of Gregory Crewdson",
        "size": "1024*1024",
        "seed": 42,
    }
)
print(result["outputs"][0])

请添加图片描述

郊区夜景的氛围出来了。路灯的暖色光池和周围的深蓝暗部形成了明确的冷暖分割。人物站在光池中央，有一种 Crewdson 式的"安静的不安感"。

# 场景 2：中文电影海报
result = wavespeed.run(
    "wavespeed-ai/qwen-image-2.0/text-to-image",
    {
        "prompt": "A cinematic movie poster, dark moody background with a silhouetted lighthouse on a rocky coast in thick fog, the large title '雾中灯塔' in bold white brush calligraphy, tagline '有些真相只在迷雾中才看得清' below, '2026 · 暑期档' at the bottom, dramatic single light beam from the lighthouse",
        "size": "768*1024",
        "seed": 42,
    }
)

请添加图片描述

"雾中灯塔"四个字的毛笔书法渲染得很清晰。宣传语"有些真相只在迷雾中才看得清"也完整正确。底部的"2026·暑期档"没问题。整体构图有电影海报的感觉——灯塔、光束、雾气、岩石海岸。

# 场景 3：产品包装（带中文文字）
result = wavespeed.run(
    "wavespeed-ai/qwen-image-2.0/text-to-image",
    {
        "prompt": "A premium Chinese tea packaging design, a tall matte black tin canister with gold foil text reading '明前龙井' in elegant calligraphy, below it '2026 春茶' in smaller gold text, the canister sits on a dark wooden surface with dried tea leaves, soft directional light, dark background, luxurious and minimal",
        "size": "1024*1024",
        "seed": 42,
    }
)

请添加图片描述

茶叶罐的质感不错——哑光黑色表面、金色书法字、木桌、散落的茶叶。"明前龙井"和"2026 春茶"都渲染正确。这种产品包装图如果用在电商详情页，基本可以直接用。

中文文字渲染能不能用

这是 Qwen Image 2.0 的核心卖点之一。拿 Wan 2.7 做对比，同一个 prompt 各跑一次。

下面测试中的电影名、书名、品牌名都是编的，只用来测文字渲染效果。

三组测试：

测试 1：电影海报（大标题+宣传语+档期）

请添加图片描述

两个模型都渲染出了正确的"雾中灯塔"和宣传语。Qwen 的排版更克制——文字、灯塔、雾气，没有多余元素。Wan 2.7 自己加了"某某创业 × 某某文化联合出品""主演：某某 × 某某 × 某某"这些 prompt 里没有的内容。Wan 的 thinking mode 会自动"补全"它认为海报应该有的元素。

测试 2：书籍封面（书名+作者+水墨插画）

请添加图片描述

Qwen 生成了一个平面设计风格的封面——水墨鸟、书名、作者名，干净利落。Wan 2.7 做成了一本立体的实物书，还自己加了"见星文化出品"。两个模型的文字都正确。差异在于：Qwen 忠实执行 prompt，Wan 自由发挥。

测试 3：产品标签（品牌名+产品名+容量）

请添加图片描述

“沐白”“玫瑰精华水”"100ml"三层文字两个模型都渲染正确了。Qwen 的瓶子偏小，"沐白"是竖排。Wan 2.7 的瓶子更大更突出，"沐白"也是竖排但字更大更有设计感。

总结一下文字渲染：

维度	Qwen Image 2.0	Wan 2.7
中文准确度	三组全部正确	三组全部正确
排版风格	忠实执行 prompt，不加额外内容	自由发挥，会自己补充元素
设计感	克制、干净	丰富、有时过度

两个模型的中文渲染准确度都很高。差异不在"能不能渲染正确"，而在"渲染出来的设计风格"。

编辑功能实测

生成一张图之后，不换模型，直接用编辑 API 改风格。

# 先生成原图
gen_result = wavespeed.run(
    "wavespeed-ai/qwen-image-2.0/text-to-image",
    {
        "prompt": "A young woman standing alone on a quiet suburban street at night, a single streetlamp casting warm light, deep blue darkness around, she wears a light summer dress, eerie stillness, in the style of Gregory Crewdson",
        "size": "1024*1024",
        "seed": 77,
    }
)
source_url = gen_result["outputs"][0]

# 编辑：照片转水彩
edit_result = wavespeed.run(
    "wavespeed-ai/qwen-image-2.0/edit",
    {
        "images": [source_url],
        "prompt": "Transform this photograph into a soft watercolor painting, visible brushstrokes and paper texture, the colors bleeding slightly at the edges, muted pastel tones, keep the composition and figure unchanged",
        "seed": 42,
    }
)

请添加图片描述

水彩转换效果不错。笔触感出来了，颜色变成了柔和的水彩色调，构图和人物位置保持住了。路灯的暖光在水彩版本里变成了黄绿色的晕染，有一种手绘的温暖感。

不过仔细看，人物的绿色连衣裙在水彩版本里保持了原色，没有跟着整体色调变化。这说明编辑模型对"保持人物不变"的理解比较字面——它保持了衣服颜色，但理想情况下水彩风格应该让所有颜色都变成水彩色调。

和 Wan 2.7 生成质量对比

同一个 prompt，两个模型各跑一次。

请添加图片描述

维度	Qwen Image 2.0	Wan 2.7
构图	居中全身，路灯在左侧	居中全身，路灯在左侧
光影	暖色光池明确，冷暖分割清晰	光池更大更亮，对比更强
人物	东亚女性，浅色连衣裙	白人女性，浅色连衣裙
氛围	偏安静、偏写实	偏戏剧性、对比更强
细节	房屋、植被、路面细节丰富	房屋更多更密，街道更宽

两个模型对同一个 prompt 的理解差异不小。Qwen 生成了东亚女性，Wan 生成了白人女性（prompt 没指定种族）。Wan 的光影对比更强更"电影感"，Qwen 更安静更写实。

几个注意的地方

Qwen Image 2.0 的 T2I 和 Edit 在 WaveSpeed 上是两个不同的端点：

生成：wavespeed-ai/qwen-image-2.0/text-to-image
编辑：wavespeed-ai/qwen-image-2.0/edit

编辑 API 的参数名是 images（数组），不是 image。传入格式 "images": ["url"]。

分辨率范围 256-2048。实际输出可能和请求不完全一致。

Pro 版本（wavespeed-ai/qwen-image-2.0-pro/text-to-image）细节更好。迭代阶段用标准版，最终出图换 Pro。

Wan 2.7 的 thinking mode 会自动"补全"内容——在文字渲染测试中，它自己加了出版社、演员表等 prompt 里没有的元素。这不是 bug，但如果你需要严格控制输出内容，Qwen 更可预测。

相关链接：
WaveSpeed 官网：https://wavespeed.ai
Qwen Image 2.0 T2I API 文档：https://wavespeed.ai/docs/docs-api/wavespeed-ai/qwen-image-2.0-text-to-image
Qwen Image 2.0 Edit API 文档：https://wavespeed.ai/docs/docs-api/wavespeed-ai/qwen-image-2.0-edit
Wan 2.7 T2I API 文档：https://wavespeed.ai/docs/docs-api/alibaba/alibaba-wan-2.7-text-to-image