qwen-image-2

用途

Qwen-Image-2 用于通过 inference.sh CLI（belt）调用阿里巴巴 Qwen-Image-2.0 系列模型，完成图像生成与图像编辑任务。

主要能力

文生图：根据提示词生成图像。
图像编辑：支持多参考图输入（1-3 张），例如让人物穿上指定服装并采用指定姿势。
多图生成：一次可生成 1-6 张图像。
自定义分辨率：宽高可设 512-2048 像素，总像素需在 512×512 至 2048×2048 之间。
负向提示词：排除不希望出现的内容（最多 500 字符）。
随机种子：用于结果复现（0-2147483647）。
提示词扩展：默认开启，可关闭以获得精确控制。
水印：可选择添加 "Qwen-Image" 水印。

模型

Qwen-Image-2.0（App ID：alibaba/qwen-image-2）：速度快，文本渲染良好，适合通用场景。
Qwen-Image-2.0-Pro（App ID：alibaba/qwen-image-2-pro）：标准速度，文本渲染专业，适合海报、文字密集设计。

使用方式

需先安装 inference.sh CLI（belt），并安装技能：

npx skills add belt-sh/cli

belt login

基础文生图：

belt app run alibaba/qwen-image-2 --input '{"prompt": "A serene mountain landscape at sunset"}'

生成多张图像：

belt app run alibaba/qwen-image-2 --input '{
  "prompt": "Minimalist logo design for a coffee shop",
  "num_images": 4
}'

自定义分辨率：

belt app run alibaba/qwen-image-2-pro --input '{
  "prompt": "Panoramic mountain landscape with northern lights",
  "width": 1536,
  "height": 1024
}'

文字密集海报（Pro）：

belt app run alibaba/qwen-image-2-pro --input '{
  "prompt": "Poster with title \"Summer Sale!\" in bold red text at the top. Subtitle \"50% Off Everything\" in blue below. Beach background with palm trees.",
  "width": 1024,
  "height": 1536,
  "prompt_extend": false
}'

多参考图编辑：

belt app run alibaba/qwen-image-2 --input '{
  "prompt": "Make the girl from Image 1 wear the dress from Image 2 in the pose from Image 3",
  "reference_images": [
    {"uri": "https://example.com/person.jpg"},
    {"uri": "https://example.com/dress.jpg"},
    {"uri": "https://example.com/pose.jpg"}
  ]
}'

使用负向提示词：

belt app run alibaba/qwen-image-2-pro --input '{
  "prompt": "Professional headshot portrait, studio lighting",
  "negative_prompt": "low resolution, blurry, deformed, oversaturated"
}'

使用种子复现：

belt app run alibaba/qwen-image-2 --input '{
  "prompt": "Abstract geometric art in blue and gold",
  "seed": 12345
}'

搜索应用：

belt app search "qwen image"

示例工作流：

# 1. 生成示例输入以查看所有选项
belt app sample alibaba/qwen-image-2-pro --save input.json

# 2. 编辑提示词
# 3. 运行
belt app run alibaba/qwen-image-2-pro --input input.json

输入参数

prompt（字符串，必填）：生成或编辑的内容，最多 800 字符。
reference_images（数组）：用于编辑的输入图像，1-3 张。
num_images（整数）：生成图像数量，1-6。
width（整数）：输出宽度，512-2048 像素。
height（整数）：输出高度，512-2048 像素。
watermark（布尔）：添加 "Qwen-Image" 水印。
negative_prompt（字符串）：要避免的内容，最多 500 字符。
prompt_extend（布尔）：启用提示词重写，默认 true。
seed（整数）：随机种子，0-2147483647。

尺寸约束：总像素需在 512×512 至 2048×2048 之间。

输出

images（数组）：生成或编辑后的图像，PNG 格式。
output_meta（对象）：包含尺寸和数量的元数据。

提示词技巧

文本渲染（使用 Pro 模型）：

将确切文字放在引号中："Title: "Hello World!""
指定字体样式、颜色、位置
设置 prompt_extend: false 以获得精确控制

风格：photorealistic、illustration、watercolor、oil painting、digital art、anime、3D render

构图：close-up、wide shot、aerial view、macro、portrait、landscape

光照：natural light、studio lighting、golden hour、dramatic shadows、neon

适用场景

通用图像生成
海报与文字密集设计（推荐 Pro 模型）
基于多张参考图的图像编辑
需要可复现结果的批量生成

限制

提示词最多 800 字符，负向提示词最多 500 字符。
参考图仅支持 1-3 张。
单次生成图像数量为 1-6 张。
分辨率宽高各在 512-2048 像素之间，总像素受 512×512 至 2048×2048 约束。
需安装并登录 inference.sh CLI（belt）后方可使用。

技能介绍

用途