qwen-image-2-pro

用途

Qwen-Image-2.0-Pro 是阿里巴巴推出的专业图像生成模型，通过 inference.sh CLI（belt）调用。它面向需要高质量文字渲染和复杂设计的图像生成任务，尤其适合海报、营销横幅等图文结合的场景。

主要能力

专业文字渲染：支持多行和段落级文字，细节精细。
细粒度写实：更好的纹理和照片级真实场景。
更强的语义遵循：更准确地遵循复杂提示词。
复杂设计：适合文字与图像组合的设计。
图像编辑：支持风格迁移，例如让图 1 中的人物穿上图 2 的服装。
多图生成：一次可生成 1-6 张图像。
可复现生成：通过 seed 参数复现结果。

使用方式

需先安装 inference.sh CLI（belt）：

npx skills add belt-sh/cli

belt login

基本文生图：

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

文字密集海报示例：

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
}'

营销横幅示例：

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"
}'

多图生成示例：

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）示例：

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
}'

可复现生成示例：

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

输入参数

参数	类型	说明
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）
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	启用提示词重写（默认：true）
seed	integer	用于复现的随机种子（0-2147483647）

尺寸约束：总像素必须在 512×512 到 2048×2048 之间。

输出

字段	类型	说明
images	array	生成或编辑的图像（PNG 格式）
output_meta	object	包含尺寸和数量的元数据

文字渲染技巧

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
禁用 prompt_extend：设置 prompt_extend: false 以获得精确控制
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

含多行文字的海报设计
营销横幅与促销素材
需要精确文字渲染的图文组合
风格迁移与图像编辑
需要批量生成多个变体的设计任务

限制

prompt 最多 800 字符，negative_prompt 最多 500 字符。
输出尺寸总像素须在 512×512 到 2048×2048 之间。
reference_images 支持 1-3 张。
num_images 支持 1-6 张。
需通过 inference.sh CLI（belt）调用，需登录。
关于收费、价格、平台支持等信息暂未提供。

技能介绍

用途