實測｜阿里巴巴推AI圖像生成模型Qwen-Image：效果如何？繁體中文能用嗎？

重點一：阿里巴巴（Alibaba）旗下的「通義千問」（Qwen Team）團隊發表了開源的AI圖像生成模型「Qwen-Image」，其最大特色在於能準確呈現圖像中的文字，特別是複雜的中文排版與雙語內容，有效解決了過往生成式AI的痛點。

重點二：Qwen-Image 在多項公開基準測試中表現優異，其在中文文字渲染方面的能力顯著超越其他現有模型，並且在人類評估的AI Arena排行榜上，是排名最高的開源模型，證明其強大的生成能力。

重點三：Qwen-Image 採用 Apache 2.0 許可證，允許商業與非商業用途，為企業提供了一個低成本的開源選擇，適用於內部行銷、零售與電子商務等多元應用，但需注意其並未提供著作權侵權賠償。

阿里巴巴（Alibaba）旗下的通義千問（Qwen Team）團隊近期推出開源圖像生成模型 Qwen-Image。

這款模型的最大亮點在於其卓越的文字渲染能力，能夠精準地在生成的圖像中呈現清晰、符合語義的文字，有效解決了許多AI模型在處理文字時，常出現亂碼或模糊不清的問題。

Qwen-Image 支援英文字母與漢字等不同文字系統，並能處理多行排版、段落層級語義，甚至是中英雙語內容，因此適用於電影海報、簡報投影片、社群貼文等需要呈現精準文字的應用情境。

領先業界的文字渲染與綜合效能

根據通義千問發布的技術報告， Qwen-Image 主要透過「漸進式學習」（progressive learning）與「多模態任務校準」（multi-modal task alignment）的方式進行訓練，訓練資料庫包含數十億組圖文配對，涵蓋自然圖像、人物肖像、設計內容（如海報與UI版面）以及自行生成的合成文字資料。

Qwen-Image 在多項嚴格的公開基準測試中展現了卓越的綜合能力。無論是評估提示語遵循度的 GenEval 和 DPG 測試，還是版面佈局的精確度 OneIG-Bench、TIIF 測試，其表現均能媲美甚至超越領先的閉源模型，如 GPT Image 1 High、Seedream 3.0 和 FLUX.1 Kontext Pro。

Qwen-Image 出色的表現也獲得了社群的高度認可，使其在 AI Arena 的人工評比中，成為排名最高的開源模型，總排名更是一舉衝進前三名。

Qwen-Image商用注意事項

Qwen-Image 模型採用 Apache 2.0 授權，允許商業與非商業用途，開發者可以自由地使用、再發布與修改模型，僅需在衍生作品中註明來源並附上授權條文。對於尋求開源圖像生成工具的企業來說，是個極具吸引力的選擇，能夠大幅降低授權成本，用於製作內部文件、廣告傳單、電子報等。

不過，Qwen-Image訓練資料的來源並未完全公開，仍與多數領先的AI圖像生成模型一樣，屬於保密資訊。此外，不同於 Adobe Firefly 或 OpenAI 的 GPT-4o 服務，阿里巴巴並未提供任何著作權侵權賠償（Indemnification），這意味著若使用者因生成內容產生著作權糾紛，使用者需自行承擔法律風險。

實測：Qwen生圖好用嗎？

文字渲染能力

Qwen最被推廣的為其文字渲染能力，號稱能夠精準地在生成的圖像中呈現清晰、符合語義的文字，同時還支援漢字與英文2種不同的語意系統。

為了測試這項功能，我們在對話框中輸入以下Prompt：

生成一張電影海報，標題是「夢想追逐者 The Dream Chaser」，下方寫著「上映日期：2025年8月5日」

從Qwen的生成結果上來看，除了「上映日期」生成了「上映日間」，這張圖片大致上是有符合指令需求的，不僅能生成繁體中文，同時英文、數字也能完整地在同一張圖片上呈現，證明了 Qwen 能夠處理多語系以及其宣稱的強大文字渲染能力。

提示詞理解

為了測試Qwen是否能夠包含多個元素、場景、顏色和動作元素的複雜提示，並遵照指令生成圖片，我們在對話框輸入：

一個穿著紅色外套的小女孩，在下雪的森林裡，身旁有一隻白色的狐狸，遠處有座小木屋，小木屋亮著燈，煙囪冒著煙，畫面要溫馨。

從Qwen生成的結果來看，這張圖片在整體氛圍與細節處理上表現得相當出色，充分展現了 Qwen 在圖像風格掌握與多物件生成方面的能力。

多文字呈現

我們想了解Qwen一次在圖片中生成多個文字的能力，因此對AI輸入了以下指令：

設計一張社群貼文，內容要包含以下文字：
AI提示詞公式：
角色設定：要 LLM 調度哪些領域知識
任務：你想完成什麼目標
背景：任務的起源／目標的限制／涉及的人士…等
格式：輸出類型、編排格式

從生成的結果來看，在多文字輸出上，Qwen對於繁體中文字型的處理能力是不足的，不僅直接將繁體中文以簡體中文呈現，甚至在左上角的地方還出現了不明的崩壞文字。

總結來說，Qwen-Image在生成圖片文字以對於提示詞的理解有優異的表現，但對於多行的繁體中文處理仍不足，其開源的 Apache 2.0 授權雖為企業提供了低成本的選擇，但使用者也需自行承擔潛在的著作權侵權風險，使用者可評估以後，依據自身的需求做選擇。

延伸閱讀：AI深度研究實測大PK：ChatGPT、Gemini、Perplexity、Claude，誰是最強報告神器？
影片｜GPT-4o生圖大進化！如何用它製作個人公仔、LINE貼圖、四格漫畫…？生成教學一次看

參考資料：Venturebeat

延伸閱讀

實測｜ChatGPT學習模式：一鍵神解題還能拆解邏輯，真人家教要失業了？
實測AI瀏覽器Dia！一鍵整合分頁變「生產力神器」：亮點3功能怎麼用？能取代Chrome嗎？
「加入《數位時代》LINE好友，科技新聞不漏接」