Qwen-Image-Edit: Alibaba veröffentlicht offenes Modell zur Bildbearbeitung

Das Qwen-Team von Alibaba hat im August 2025 Qwen-Image-Edit veröffentlicht, laut GitHub-Repository am 18. August. Das Modell ist die Bildbearbeitungsvariante von Qwen-Image, dem Anfang August vorgestellten Bildgenerierungsmodell mit 20 Milliarden Parametern.

Technisch wird das Eingabebild gleichzeitig an zwei Komponenten gegeben: an das Vision-Language-Modell Qwen2.5-VL, das die semantische Kontrolle übernimmt, und an einen VAE-Encoder, der das visuelle Erscheinungsbild steuert. Damit sind laut Qwen sowohl semantische als auch das Erscheinungsbild betreffende Änderungen möglich.

Qwen unterscheidet zwei Arten der Bearbeitung. Beim „Appearance Editing“ werden Elemente hinzugefügt, entfernt oder verändert, während der Rest des Bildes unverändert bleiben soll. Beim „Semantic Editing“ darf sich das Bild insgesamt ändern, solange die Bedeutung erhalten bleibt, etwa bei der Drehung von Objekten, neuen Blickwinkeln, Stiltransfer oder dem Entwurf von Figuren. Dazu kommt die Bearbeitung von Text in Bildern auf Chinesisch und Englisch, bei der Stil und Schrift erhalten bleiben sollen.

Wie Qwen-Image steht die Codebasis unter Apache-2.0-Lizenz. Das Modell ist unter anderem über Hugging Face verfügbar. Später veröffentlichte Qwen weitere Versionen, laut GitHub etwa Qwen-Image-Edit-2511 im Dezember 2025 mit verbesserter Konsistenz bei Bildern mit mehreren Personen.