Qwen-Image-Edit

Qwen-Image-Edit

根据文字指令编辑现有图片，修改物体、风格或图片里的中英文文字，适合使用 diffusers 库的设计师和开发者。

由 Qwen 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Qwen-Image-Edit 是 20B 的 Qwen-Image 模型的图像编辑版本。你给它一张图片和一条指令，它返回编辑后的图片。它把 Qwen-Image 处理图片内文字的能力延伸到了编辑上，所以可以增加、删除或修改文字，同时保持原来的字体、大小和样式，中文和英文都行。

适合谁：如果你想通过描述修改来改图，而不是手工编辑，它适合你，设计师、内容团队和开发者尤其合适。

Title: Who uses this model
行业 | 谁在用 | 怎么用 | 例子
设计 | 平面设计师 | 修改图片里的颜色、物体或风格 | 把产品图变成紫色并换一个新背景
营销 | 内容团队 | 编辑海报和横幅上的文字 | 替换图片里的标题并保持外观
软件 | 开发者 | 给应用加入图片编辑 | 在 Python 脚本里调用这个管线
角色和品牌工作 | 创作者 | 制作同一个角色的新图片 | 旋转吉祥物或换一种风格

如果你只需要从零生成图片，可以跳过它，因为这个模型从现有图片出发。

用在哪里：

• 使用 diffusers 库的 Python 脚本
• 带 Nvidia GPU 的机器，与模型卡的示例一致
• 装有 Python 的 Windows、macOS 或 Linux

Title: Jobs it does
用途 | 适合谁 | 得到什么
外观编辑 | 设计师 | 增加、删除或修改了某个元素、其余部分保持不变的图片
语义编辑 | 创作者 | 换了风格或旋转过、仍能认出角色的版本
文字编辑 | 营销人员 | 文字被修改、字体和样式不变的图片

如何设置：你需要 Python、较新的 diffusers，以及内存足够运行 20B 模型的 GPU。权重在 BF16 下约 40.9 GB，按 Hugging Face 的估算，4 位副本约 10.2 GB。

• 带 pip 的 Python
• 按模型卡建议，从源码仓库安装的最新 diffusers
• 示例用到的 PIL 和 torch 包
• 一块 GPU，因为示例会把管线移到 cuda

1. 按模型卡的说明安装最新的 diffusers。
2. 也可以先用两条 Hugging Face 命令保存模型文件。
3. 把要编辑的图片放在脚本旁边，并保存示例脚本。
4. 运行它，编辑后的图片会保存为 output_image_edit.png。

pip install -U huggingface_hub
hf download Qwen/Qwen-Image-Edit

如何使用：加载你的图片，把想要的改动写成一句话，然后运行管线。示例用了固定的随机种子，方便重复结果，用了 50 步推理和 4.0 的引导值。

import os
from PIL import Image
import torch

from diffusers import QwenImageEditPipeline

pipeline = QwenImageEditPipeline.from_pretrained("Qwen/Qwen-Image-Edit")
print("pipeline loaded")
pipeline.to(torch.bfloat16)
pipeline.to("cuda")
pipeline.set_progress_bar_config(disable=None)
image = Image.open("./input.png").convert("RGB")
prompt = "Change the rabbit's color to purple, with a flash light background."
inputs = {
    "image": image,
    "prompt": prompt,
    "generator": torch.manual_seed(0),
    "true_cfg_scale": 4.0,
    "negative_prompt": " ",
    "num_inference_steps": 50,
}

with torch.inference_mode():
    output = pipeline(**inputs)
    output_image = output.images[0]
    output_image.save("output_image_edit.png")
    print("image saved at", os.path.abspath("output_image_edit.png"))

示例：你载入一张兔子的照片，要求把兔子变成紫色，背景是闪光灯照亮的样子。脚本把编辑后的图片写入新文件，场景里的其他部分应保持原样。

新手与专家：你可以把它看作一个能对话的修图软件。第一次小测试就是用示例脚本，换成你自己的图片和一条简短指令，比如改个颜色。

输入图片同时送到两个地方。Qwen2.5-VL 读取它的含义，所以编辑能保持场景的意思；VAE 编码器读取它的外观，所以没改动的区域保持不变。正是这种分工，让一个模型既能做小范围的局部修改，也能做整体换风格。

输入图片和指令
Qwen2.5-VL 读取含义
VAE 编码器保留外观
输出编辑后的图片

注意事项：模型卡说它既支持其他区域保持不变的低层编辑，也支持风格迁移和物体旋转这类高层编辑。其他人发布了 22 个量化版本和 29 个微调版本。

Title: Estimated weight size
BF16: 40.9 GB
4 位: 10.2 GB

• License: Apache 2.0。
• Cost to run: 未提及，除了需要一块 GPU。
• Data it reaches: 文件来自 Hugging Face，你编辑的图片留在你自己的电脑上。
• Not for: 从无到有生成图片，因为它编辑的是现有图片。

Hugging Face 上的数据（2026年11月13日）

• 任务：image to image
• 框架：diffusers
• 参数量：20.4B
• Weights: about 40.9 GB in BF16; about 10.2 GB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：141,520
• 点赞：2,580
• 许可证：apache-2.0
• 语言：en, zh
• Quantized versions: 22
• Fine-tunes: 29
• 标签：diffusers, safetensors, image-to-image

链接

• 模型：https://huggingface.co/Qwen/Qwen-Image-Edit
• 文件：https://huggingface.co/Qwen/Qwen-Image-Edit/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download Qwen/Qwen-Image-Edit

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。