qwen-image-2-pro

概述

Qwen-Image-2.0-Pro 是阿里巴巴推出的专业级图像生成模型，通过 inference.sh CLI（belt）调用。该模型面向专业文字渲染与复杂设计场景，支持文生图与图像编辑。

主要能力

专业文字渲染：支持多行、段落级文字，细节精细。
精细写实：更优质的材质纹理与照片级场景。
更强的语义遵循：更准确地执行复杂提示词。
复杂设计：适合文字与图像结合的设计。

安装与快速开始

需先安装 inference.sh CLI（belt）：

npx skills add belt-sh/cli

登录并运行：

belt login
belt app run alibaba/qwen-image-2-pro --input '{"prompt": "Poster with title \"Welcome!\" in bold blue text"}'

使用方式与示例

基础文生图：

belt app run alibaba/qwen-image-2-pro --input '{
  "prompt": "A futuristic cityscape at sunset with flying cars"
}'

文字密集的海报：

belt app run alibaba/qwen-image-2-pro --input '{
  "prompt": "Healing-style hand-drawn poster featuring three puppies playing with a ball. The main title \"Come Play Ball!\" is prominently displayed at the top in bold, blue cartoon font. Below, the subtitle \"Join the Fun!\" appears in green font.",
  "width": 1024,
  "height": 1536,
  "prompt_extend": false
}'

营销横幅：

belt app run alibaba/qwen-image-2-pro --input '{
  "prompt": "Professional marketing banner for summer sale. Large text \"SUMMER SALE\" in white on gradient sunset background. \"50% OFF\" in yellow below. Clean, modern design.",
  "width": 1920,
  "height": 1080,
  "prompt_extend": false,
  "negative_prompt": "blurry text, distorted text, low quality"
}'

生成多个变体：

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

图像编辑（风格迁移）：

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

可复现生成：

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

输入参数

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

尺寸约束：总像素须在 512×512 至 2048×2048 之间。

输出

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

文字渲染技巧

为获得最佳文字效果：

用引号包裹精确文字："Title: "Hello World!""
指定字体细节：颜色、样式、大小、位置。
关闭 prompt_extend：设置 prompt_extend: false 以精确控制。
使用负向提示词："blurry text, distorted text, low quality"。

示例提示词结构：

Poster with the title "GRAND OPENING" in large red serif font at the top center.
Below, the date "March 15, 2024" in smaller black text.
Background: elegant gold and white gradient.
Style: professional, clean, modern.

推荐负向提示词：

{
  "negative_prompt": "low resolution, low quality, deformed limbs, deformed fingers, oversaturated, waxy, no facial details, overly smooth, AI-like, chaotic composition, blurry text, distorted text"
}

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

Python SDK

from inferencesh import inference

client = inference()

# 文字密集的海报
result = client.run({
    "app": "alibaba/qwen-image-2-pro",
    "input": {
        "prompt": "Poster with title \"Welcome!\" in bold blue text at top",
        "width": 1024,
        "height": 1536,
        "prompt_extend": False
    }
})
print(result["output"])

# 流式实时更新
for update in client.run({
    "app": "alibaba/qwen-image-2-pro",
    "input": {
        "prompt": "Professional product photography of a watch"
    }
}, stream=True):
    if update.get("progress"):
        print(f"progress: {update['progress']}%")
    if update.get("output"):
        print(f"output: {update['output']}")

适用场景

适合需要专业文字渲染的海报、营销横幅、logo 设计，以及文字与图像结合的复杂设计任务。

限制

提示词最多 800 字符，负向提示词最多 500 字符；参考图 1-3 张；单次生成 1-6 张；输出尺寸 512-2048 像素且总像素受约束。收费与价格信息暂未提供。

技能介绍

概述