Qwen 发布 Qwen-Image-PE 提示词增强模型
Qwen 团队推出 Qwen-Image-PE，用于将用户的简单文生图请求转化为更完整的设计描述。该模型通过监督微调与强化学习两阶段训练，在视觉设计、美学和图像质量上均有提升，并已开源 9B 版本，可泛化到多个文生图模型。对使用文生图工具的用户有参考价值。
要点速览
- 01Qwen-Image-PE 通过两阶段训练学习视觉设计：CRD 监督微调加 GDR 组级设计奖励强化学习
- 02在 Qwen-Image-Bench 上，397B 版本比原始请求提升 7.81 分，9B 版本优于所有评测的 PE 基线
- 039B 模型已开源，地址为 Hugging Face 的 Qwen/Qwen-Image-2.1-PE-T2I
- 04可泛化到四个其他文生图骨干模型，在 HunyuanImage-2.1 和 FLUX 3 Image Klein 上超过原生增强器
影响
使用文生图工具的用户可借助该模型自动补全提示词中的构图、光影等设计细节，提升出图质量；开发者可将其接入多种文生图后端。
原文来自 Hugging Face 每日论文，版权归原作者所有。中文标题和摘要由 AI 根据原文自动生成，可能有误，请以原文为准。