我們都應該承認，九月是 Gemini Nano Banana 的月份。每個人都在嘗試這個模型，在社交媒體上釋出古怪的編輯和有趣的自拍。很有可能，你也嘗試過，或者至少在你的動態中瀏覽過十幾個名人混搭和 3D 小雕像的帖子。但是，雖然 Nano Banana 主導了影像生成的休閒方面，但 Qwen 一直在悄悄地升級專業編輯遊戲。就在上個月，該團隊釋出了 Qwen-Image-Edit，現在他們帶著升級版本回來了：Qwen-Image-Edit-2509，專注於一致性、靈活性和控制。與 8 月份的版本相比，新的更新使創作者、開發人員和研究人員的編輯功能更加強大，同時仍然對任何想要嘗試的人開放。
如果您想了解有關上一個模型的更多資訊，請閱讀我們關於 Qwen-Image-Edit 的詳細文章！
Qwen-Image-Edit-2509有哪些新功能？
與上個月的版本相比，此版本引入了四項重大改進：
多影像編輯支援
Qwen-Image-Edit-2509 現在允許您同時編輯多張圖片。該模型使用影像拼接進行訓練，支援以下組合的無縫編輯：
- 人物 + 人物
- 人物 + 產品
- 人物 + 場景
它最適合 1-3 張輸入影像，並且能夠與 ControlNet 地圖（例如用於姿勢變化的關鍵點）完美整合。
增強的單張圖片一致性
在編輯單張圖片時，九月更新重點關注一致性：
- 人物編輯：人臉在不同姿勢和肖像風格下保持其身份。
- 產品編輯：徽標和物體保持其外觀，使產品海報更容易生成。
- 文字編輯：您不僅可以更改文字，還可以精確調整字型、顏色和材質。
原生ControlNet支援
本次更新新增了與 ControlNet 輸入（例如深度圖、邊緣圖和關鍵點圖）的平滑整合，擴充套件了技術和藝術用例的創意控制。
改進的文字 + 影像整合
Qwen-Image-Edit-2509 現在可以無縫地將文字編輯與影像處理融合。例如，設計一張字型、樣式和視覺效果能夠一致互動的海報。
使用Qwen-Image-Edit-2509進行實踐的提示
對於所有這些任務，我都會同時使用 Qwen-Image-Edit-2509 和 Nano Banana 來比較輸出結果，並觀察 Qwen 在每項任務中的表現。
任務 1：人物 + 人物
提示詞：“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 影像編輯模型的新功能仍然難以保持面部特徵的完整性。如上圖所示，Nano Banana 在保留兩個人的面部特徵方面做得更好。Qwen 還修改了原始影像中的包，而 Nano Banana 則保持不變。
任務 2：人物 + 場景
提示詞：“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體畫質方面做得非常出色。燈光和整體畫面的融合看起來也不錯。然而，Nano Banana 更進一步，根據照片對背景燈光進行了編輯，使其看起來更加真實。
任務 3：人物 + 產品廣告
提示詞：“Use this portrait and this product image. Make it look like an ad where the person holds the product. Keep product label readable.”
在這項任務中，我使用相同的提示將模特和產品的影像新增到兩個模型中。Qwen 的輸出效果更好，而 Nano Banana 則只是簡單地將兩張照片放在一起，沒有仔細考慮如何將它們組合在一起。
任務 4：使用關鍵點圖進行姿勢控制
下圖展示瞭如何利用一張影像中的關鍵點姿態圖，將特定姿態遷移到另一張影像中的人物，同時保留其面部特徵。這些示例還展示瞭如何將這項技術與其他複雜的編輯任務（例如更改背景和操作物件）相結合。
我在以下提示中使用了 Qwen 的這個新功能：
提示詞：“Use this portrait and this keypoint pose map. Repose the person to match the map while keeping facial identity.”
Qwen Image Edit 明確支援關鍵點引導編輯。因此，您的草圖 + 關鍵點疊加層能夠完美同步。它知道如何讀取關鍵點圖，然後調整生成條件。如果您想嘗試姿勢、角度、姿態或與地標（例如埃菲爾鐵塔、顧特卜塔、泰姬陵、阿克薩達姆神廟）的互動，您應該堅持使用 Qwen Image Edit（或任何提及“姿勢控制”/“關鍵點調整”的模型）。
然而，Nano Banana 沒有關鍵點圖調整管道。因此，它只是重新傳送您的輸入影像而不進行任何更改：它可以編輯樣式、紋理、背景交換等，但它不會解析或強制執行人體/物體姿勢圖。
任務 5：向影像新增文字
提示詞 ：“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”
對比兩份回覆，Qwen 的版本明顯更勝一籌。Qwen 版本的文字在黑板上自然排列，與視角完美對齊，看起來就像真的在黑板上一樣。字型風格一致、簡潔、易讀，使資訊傳達得更加清晰。文字與黑板表面無縫銜接，最終效果令人感覺真實逼真。
另一方面，Gemini 的回覆看起來更像是數字疊加。文字的對齊方式與黑板的角度並不完全匹配，字型樣式看起來不像粉筆書寫，更像是標準的電子文字。因此，文字感覺像是貼上在黑板上，而不是融入其中。
任務 6：卡通或動漫變體
提示詞：“Turn this picture into an anime style character while preserving the same face identity and expression.”
兩個結果中，Qwen-Image-Edit-2509 的版本明顯更勝一籌，因為它將人物完全轉化為動漫風格的角色，同時保留了相同的服裝、姿勢和表情，忠實地符合任務提示。而 Nano Banana 的版本看起來與輸入照片幾乎完全相同，幾乎沒有動漫風格，因此它並沒有真正滿足“動漫角色”的要求，感覺更像是輕微的修飾而非變形。
任務 7：產品海報
提示詞：“Make a clean marketable poster for this shoe. Use a plain background. Add the product name at the bottom in bold type saying – SoulShoe”
兩者相比，Qwen 的海報更勝一籌，因為它超越了簡單的展示，真正地營銷了產品。發光效果使鞋子脫穎而出，“舒適與時尚的交融”的標語增添了情感吸引力，“限量版”徽章營造出緊迫感，所有這些都讓它看起來像一場精心打造的廣告宣傳。而 Gemini 的作品雖然簡潔專業，但感覺更像是一張簡單的產品目錄圖，而非一張具有市場價值的海報。
評價
Nano Banana 趣味盎然、易於上手，且易於分享；非常適合用於表情包、自拍和社交潮流。而 Qwen 結構清晰、功能多樣且易於製作，對於追求可靠性的創作者、設計師和專業人士來說，它是更佳選擇。
小結
AI 影像模型正在逐月改進。8 月我們釋出了第一個 Qwen Image。9 月我們迎來了這個新版本，它支援多影像，並且一致性更高。下個月，誰知道會發生什麼呢？如果你喜歡嘗試，那就開啟 Qwen Chat，嘗試我分享的提示。從一些簡單的事情開始，比如把自己置於新的背景中。然後過渡到多影像編輯和海報製作。
我會繼續測試並分享有效的方法。如果你嘗試了這些提示中的任何一個，請告訴我你的結果。有時，樂趣就在於驚喜。
評論留言