模型定位
Qwen VLo 是統一多模態理解與生成模型,結合影像理解、生成和編輯能力。官方於 2025 年 6 月 26 日發布預覽版,當時可透過 Qwen Chat 存取。(qwenlm.github.io)
主要能力與用途
- 根據文字生成影像,包括一般影像和中英文海報。
- 根據自然語言指令編輯上傳的影像,例如替換背景、新增物件、轉換風格或執行多項修改。
- 生成偵測、分割和邊緣資訊等視覺標註,並可對生成內容進行再分析。
- 採用動態解析度及漸進式影像生成,可用於海報、插圖、網頁橫幅和社群媒體封面等場景。(qwenlm.github.io)
限制
官方發布時說明,模型仍處於預覽階段,結果可能不符合事實、與原圖不完全一致或未遵循指令;對影像及使用者意圖的識別和理解也可能不穩定。多圖輸入和極端長寬比影像生成在發布時尚未正式上線,其目前可用性未核實。(qwenlm.github.io)
價格
截至 2026 年 11 月 18 日,查詢阿里雲國內站模型定價和阿里雲國際站模型定價,均未核實到適用於此預覽版本的官方報價;輸入、輸出的計費方式及金額均未核實。其他 Qwen 影像模型的價格不能直接視為本模型價格。(help.aliyun.com)
官方來源
- Qwen VLo 官方發布公告,發布日期:2025 年 6 月 26 日。(qwenlm.github.io)