千問-影像編輯模型支援多圖輸入和多圖輸出,可精確修改圖內文字、增刪或移動物體、改變主體動作、遷移圖片風格及增強畫面細節。
快速開始
在調用前,您需要擷取API Key,再配置API Key到環境變數。
如需通過SDK進行調用,請安裝DashScope SDK。目前,該SDK已支援Python和Java。
請將範例程式碼中的 DASHSCOPE_API_HOST 替換為擷取的 API Host。
- Python
- Java
- curl
通過URL下載映像到本地
通過URL下載映像到本地
模型選型建議
qwen-image-3.0-pro系列(推薦):千問映像3.0旗艦版,映像產生與編輯能力全面升級,文字渲染、真實質感、語義遵循能力更強。qwen-image-3.0系列:千問映像3.0標準版,兼顧品質與速度。
輸入說明
輸入映像(messages)
messages 是一個數組,且必須僅包含一個對象。該對象需包含 role 和 content 屬性。其中role必須設定為user,content需要同時包含image(1-3張映像)和text(一條編輯指令)。
輸入圖片必須滿足以下要求:
-
圖片格式:JPG、JPEG、PNG、BMP、TIFF、WEBP和GIF。
輸出映像為PNG格式,對於GIF動圖,僅處理其第一幀。
- 圖片解析度:為獲得最佳效果,建議映像的寬和高均在384像素至3072像素之間。解析度過低可能導致產生效果模糊,過高則會增加處理時間長度。
- 檔案大小:單張圖片檔案大小不得超過 10MB。
映像輸入順序
多圖輸入時,按照數組中的順序定義映像順序。因此,提示詞引用的映像編號需要與映像數組中的順序一一對應,例如:數組中的第一張圖片為"圖1",第二張為"圖2",或者使用標記形式如"[圖1]"、"[圖2]"。
輸入映像 | 輸出映像 | ||
|---|---|---|---|
![]() 圖1 | ![]() 圖2 | ![]() 提示詞:把圖1移動到圖2上 | ![]() 提示詞:把圖2移動到圖1上 |
映像傳入方式
公網URL
- 提供一個公網可訪問的映像地址,支援 HTTP 或 HTTPS 協議。
- 樣本值:
https://xxxx/img.png。
data:{mime_type};base64,{base64_data}。
{mime_type}:映像的媒體類型,需與檔案格式對應。{base64_data}:檔案經過 Base 64 編碼後的字串。- 樣本值:
data:image/jpeg;base64,GDU7MtCZz...(樣本已截斷,僅做示範)
更多參數
可以通過以下可選參數調整產生效果:
- n:指定輸出映像數量,預設值為1。qwen-image-3.0系列、qwen-image-2.0系列、qwen-image-edit-max和qwen-image-edit-plus系列模型支援輸出1-6張圖片,
qwen-image-edit模型僅支援輸出1張圖片。 - negative_prompt(反向提示詞):描述不希望在畫面中出現的內容,如“模糊”、“多餘的手指”等,用於輔助最佳化產生品質。
- watermark:是否在映像右下角添加 "Qwen-Image" 浮水印。預設值為
false。 - seed:隨機數種子。取值範圍是
[0, 2147483647]。如果不提供,則演算法自動產生一個隨機數作為種子。使用相同的 seed 值可協助產生內容保持相對穩定。
- size:設定輸出映像的解析度,格式為
寬*高,例如"1024*2048"。對於qwen-image-3.0系列模型,像素麵積範圍為512512至20482048,寬高比限制為1:8至8:1,未指定時由模型根據提示詞自動推薦解析度。對於qwen-image-2.0系列模型,支援自由設定寬高,輸出映像總像素需在512512至20482048之間,預設解析度與輸入圖(多圖輸入時為最後一張圖)一致。對於qwen-image-edit-max、qwen-image-edit-plus系列模型,寬和高的取值範圍均為[512, 2048]像素,預設保持與原圖相似的長寬比,總像素接近1024*1024解析度。 - prompt_extend:是否開啟prompt智能改寫功能,預設值為
true。開啟後,模型將最佳化提示詞,對描述性不足、較為簡單的prompt提升效果較明顯。
效果概覽
多圖融合
輸入映像1 | 輸入映像2 | 輸入映像3 | 輸出映像 |
|---|---|---|---|
![]() | ![]() | ![]() | ![]() 圖1中的女生戴著圖2中的項鏈,左肩挎著圖3中的包 |
主體一致性保持
輸入映像 | 輸出映像1 | 輸出映像2 | 輸出映像3 |
|---|---|---|---|
![]() | ![]() 修改為藍底證件照,人物穿上白色襯衫,黑色西裝,打著條紋領帶 | ![]() 人物穿上白色襯衫,灰色西裝,打著條紋領帶,一隻手摸著領帶,淺色背景 | ![]() 人物穿著粗筆刷字型的“千問映像”的黑色衛衣,依靠在護欄邊,陽光照在髮絲上,身後是大橋和海 |
![]() | ![]() 把這個空調放在客廳,沙發旁邊 | ![]() 在空調出風口增加霧氣,一直到沙發上,並且增加綠葉。 | ![]() 在上方增加白色的手寫體"自然新風 暢享呼吸" |
草圖創作
輸入映像 | 輸出映像 | |
|---|---|---|
![]() | ![]() 產生一張映像,符合圖1所勾勒出的精緻形狀,並遵循以下描述:一位年輕的女子在陽光明媚的日子裡微笑著,她戴著一副棕色的圓形太陽鏡,鏡框上有豹紋圖案。她的頭髮被整齊地盤起,耳朵上佩戴著珍珠耳環,脖子上圍著一條帶有紫色星星圖案的深藍色圍巾,穿著一件黑色皮夾克。 | ![]() 產生一張映像,符合圖1所勾勒出的精緻形狀,並遵循以下描述:一位年老的老人朝著鏡頭微笑,他的臉上布滿皺紋,頭髮在風中淩亂,戴著一副圓框的老花鏡。脖子上戴著一條破舊的紅色圍巾,上面有星星圖案。穿著一件棉衣。 |
文創產生
輸入映像 | 輸出映像 | ||
|---|---|---|---|
![]() | ![]() 讓這隻熊坐在月亮下(用白色背景上的淺灰彎月輪廓表示),抱著吉他,周圍漂浮著小星星和詩句氣泡,如“Be Kind”。 | ![]() 將這個圖案印在一件T恤和一個手提紙袋上。一個女模特正在展示這些物品。這個女生還戴著一頂鴨舌帽,帽子上寫著"Be kind”。 | ![]() 一個超逼真的1/7比例角色模型,設計為商業產品成品,放置在一台帶有白色拇指鍵盤的iMac電腦桌上。模型站在一個乾淨、圓形的透明亞克力底座上,沒有標籤或文字。專業的攝影棚燈光凸顯了雕刻細節。在背景的iMac螢幕上,展示同一模型的ZBrush建模過程。在模型旁邊,放置一個封裝盒,前面帶有透明窗戶,僅顯示內部透明塑料殼,其高度略高於模型,尺寸合理以容納模型。 |
![]() 這隻熊穿著宇航服,伸出手指向遠方 | ![]() 這隻熊穿著華麗的舞裙,雙臂展開,做出優雅的舞蹈動作 | ![]() 這隻熊穿著運動服,手裡拿著籃球,單腿彎曲 | |
根據深度圖產生映像
輸入映像 | 輸出映像 | |
|---|---|---|
![]() | ![]() 產生一張映像,符合圖1所勾勒出的深度圖,並遵循以下描述:在一條街邊的小巷中停放著一輛藍色的單車,背景中有幾株從石縫中長出來的雜草 | ![]() 產生一張映像,符合圖1所勾勒出的深度圖,並遵循以下描述:一輛紅色的破舊的單車停在一條泥濘的小路上,背景是茂密的原始森林 |
根據關鍵點產生映像
輸入映像 | 輸出映像 | |
|---|---|---|
![]() | ![]() 產生一張映像,符合圖1所勾勒出的人體姿態,並遵循以下描述:一位身穿著漢服的中國美女,在雨中撐著油紙傘,背景是蘇州園林。 | ![]() 產生一張映像,符合圖1所勾勒出的人體姿態,並遵循以下描述:一位男生,站在地鐵月台上,他頭上戴著一頂棒球帽,穿著T恤和牛仔褲。背後是飛馳而過的列車。 |
文字編輯
輸入映像 | 輸出映像 | 輸入映像 | 輸出映像 |
|---|---|---|---|
![]() | ![]() 將拼字遊戲方塊上'HEALTH INSURANCE’ 替換為'明天會更好' | ![]() | ![]() 將便條上的短語“Take a Breather”更改為“Relax and Recharge” |
輸入映像 | 輸出映像 | ||
|---|---|---|---|
![]() | ![]() 將“Qwen-Image”換成黑色的滴墨字型 | ![]() 將“Qwen-Image”換成黑色的手寫字型 | ![]() 將“Qwen-Image”換成黑色的像素字型 |
![]() 將“Qwen-Image”換成紅色 | ![]() 將“Qwen-Image”換成藍紫漸層色 | ![]() 將“Qwen-Image”換成糖果色 | |
![]() 將“Qwen-Image”材質換成金屬 | ![]() 將“Qwen-Image”材質換成雲朵 | ![]() 將“Qwen-Image”材質換成玻璃 | |
增刪改
能力 | 輸入映像 | 輸出映像 |
|---|---|---|
新增元素 | ![]() | ![]() 在企鵝前方添加一個小型木製標牌,上面寫著“Welcome to Penguin Beach”。 |
刪除元素 | ![]() | ![]() 刪除餐盤上的頭髮 |
視角轉換
輸入映像 | 輸出映像 | 輸入映像 | 輸出映像 |
|---|---|---|---|
![]() | ![]() 獲得正視視角 | ![]() | ![]() 朝向左側 |
![]() | ![]() 獲得後側視角 | ![]() | ![]() 朝向右側 |
老照片處理
能力 | 輸入映像 | 輸出映像 |
|---|---|---|
老照片修複及上色 | ![]() | ![]() 修複老照片,去除劃痕,降低噪點,增強細節,高解析度,畫面真實,膚色自然,面部特徵清晰,無變形。 |
![]() | ![]() 根據內容智能上色,使映像更生動 |





























































