我们都应该承认，九月是 Gemini Nano Banana 的月份。每个人都在尝试这个模型，在社交媒体上发布古怪的编辑和有趣的自拍。很有可能，你也尝试过，或者至少在你的动态中浏览过十几个名人混搭和 3D 小雕像的帖子。但是，虽然 Nano Banana 主导了图像生成的休闲方面，但 Qwen 一直在悄悄地升级专业编辑游戏。就在上个月，该团队发布了 Qwen-Image-Edit，现在他们带着升级版本回来了：Qwen-Image-Edit-2509，专注于一致性、灵活性和控制。与 8 月份的版本相比，新的更新使创作者、开发人员和研究人员的编辑功能更加强大，同时仍然对任何想要尝试的人开放。
如果您想了解有关上一个模型的更多信息，请阅读我们关于 Qwen-Image-Edit 的详细文章！
Qwen-Image-Edit-2509有哪些新功能？
与上个月的版本相比，此版本引入了四项重大改进：
多图像编辑支持
Qwen-Image-Edit-2509 现在允许您同时编辑多张图片。该模型使用图像拼接进行训练，支持以下组合的无缝编辑：
- 人物 + 人物
- 人物 + 产品
- 人物 + 场景
它最适合 1-3 张输入图像，并且能够与 ControlNet 地图（例如用于姿势变化的关键点）完美集成。
增强的单张图片一致性
在编辑单张图片时，九月更新重点关注一致性：
- 人物编辑：人脸在不同姿势和肖像风格下保持其身份。
- 产品编辑：徽标和物体保持其外观，使产品海报更容易生成。
- 文本编辑：您不仅可以更改文字，还可以精确调整字体、颜色和材质。
原生ControlNet支持
本次更新新增了与 ControlNet 输入（例如深度图、边缘图和关键点图）的平滑集成，扩展了技术和艺术用例的创意控制。
改进的文本 + 图像集成
Qwen-Image-Edit-2509 现在可以无缝地将文本编辑与图像处理融合。例如，设计一张字体、样式和视觉效果能够一致交互的海报。
使用Qwen-Image-Edit-2509进行实践的提示
对于所有这些任务，我都会同时使用 Qwen-Image-Edit-2509 和 Nano Banana 来比较输出结果，并观察 Qwen 在每项任务中的表现。
任务 1：人物 + 人物
提示词：“Use image A and image B. Merge them into one photo where both people sit on a park bench. Preserve face identity and natural lighting.”
Qwen 图像编辑模型的新功能仍然难以保持面部特征的完整性。如上图所示，Nano Banana 在保留两个人的面部特征方面做得更好。Qwen 还修改了原始图像中的包，而 Nano Banana 则保持不变。
任务 2：人物 + 场景
提示词：“Place this portrait into a busy Tokyo street at night with neon signs. Keep the face identity and correct skin tone.”
Qwen 在保留面部表情和整体画质方面做得非常出色。灯光和整体画面的融合看起来也不错。然而，Nano Banana 更进一步，根据照片对背景灯光进行了编辑，使其看起来更加真实。
任务 3：人物 + 产品广告
提示词：“Use this portrait and this product image. Make it look like an ad where the person holds the product. Keep product label readable.”
在这项任务中，我使用相同的提示将模特和产品的图像添加到两个模型中。Qwen 的输出效果更好，而 Nano Banana 则只是简单地将两张照片放在一起，没有仔细考虑如何将它们组合在一起。
任务 4：使用关键点图进行姿势控制
下图展示了如何利用一张图像中的关键点姿态图，将特定姿态迁移到另一张图像中的人物，同时保留其面部特征。这些示例还展示了如何将这项技术与其他复杂的编辑任务（例如更改背景和操作对象）相结合。
我在以下提示中使用了 Qwen 的这个新功能：
提示词：“Use this portrait and this keypoint pose map. Repose the person to match the map while keeping facial identity.”
Qwen Image Edit 明确支持关键点引导编辑。因此，您的草图 + 关键点叠加层能够完美同步。它知道如何读取关键点图，然后调整生成条件。如果您想尝试姿势、角度、姿态或与地标（例如埃菲尔铁塔、顾特卜塔、泰姬陵、阿克萨达姆神庙）的互动，您应该坚持使用 Qwen Image Edit（或任何提及“姿势控制”/“关键点调整”的模型）。
然而，Nano Banana 没有关键点图调整管道。因此，它只是重新发送您的输入图像而不进行任何更改：它可以编辑样式、纹理、背景交换等，但它不会解析或强制执行人体/物体姿势图。
任务 5：向图像添加文本
提示词 ：“The girl in the uploaded image is holding a chalk board with the text “Join my GenAI Masterclass to Become an Expert in 2025″ written on it”
对比两份回复，Qwen 的版本明显更胜一筹。Qwen 版本的文字在黑板上自然排列，与视角完美对齐，看起来就像真的在黑板上一样。字体风格一致、简洁、易读，使信息传达得更加清晰。文字与黑板表面无缝衔接，最终效果令人感觉真实逼真。
另一方面，Gemini 的回复看起来更像是数字叠加。文字的对齐方式与黑板的角度并不完全匹配，字体样式看起来不像粉笔书写，更像是标准的电子文本。因此，文字感觉像是粘贴在黑板上，而不是融入其中。
任务 6：卡通或动漫变体
提示词：“Turn this picture into an anime style character while preserving the same face identity and expression.”
两个结果中，Qwen-Image-Edit-2509 的版本明显更胜一筹，因为它将人物完全转化为动漫风格的角色，同时保留了相同的服装、姿势和表情，忠实地符合任务提示。而 Nano Banana 的版本看起来与输入照片几乎完全相同，几乎没有动漫风格，因此它并没有真正满足“动漫角色”的要求，感觉更像是轻微的修饰而非变形。
任务 7：产品海报
提示词：“Make a clean marketable poster for this shoe. Use a plain background. Add the product name at the bottom in bold type saying – SoulShoe”
两者相比，Qwen 的海报更胜一筹，因为它超越了简单的展示，真正地营销了产品。发光效果使鞋子脱颖而出，“舒适与时尚的交融”的标语增添了情感吸引力，“限量版”徽章营造出紧迫感，所有这些都让它看起来像一场精心打造的广告宣传。而 Gemini 的作品虽然简洁专业，但感觉更像是一张简单的产品目录图，而非一张具有市场价值的海报。
评价
Nano Banana 趣味盎然、易于上手，且易于分享；非常适合用于表情包、自拍和社交潮流。而 Qwen 结构清晰、功能多样且易于制作，对于追求可靠性的创作者、设计师和专业人士来说，它是更佳选择。
小结
AI 图像模型正在逐月改进。8 月我们发布了第一个 Qwen Image。9 月我们迎来了这个新版本，它支持多图像，并且一致性更高。下个月，谁知道会发生什么呢？如果你喜欢尝试，那就打开 Qwen Chat，尝试我分享的提示。从一些简单的事情开始，比如把自己置于新的背景中。然后过渡到多图像编辑和海报制作。
我会继续测试并分享有效的方法。如果你尝试了这些提示中的任何一个，请告诉我你的结果。有时，乐趣就在于惊喜。
评论留言