阿里通义实验室开源 Qwen-Image-i2L

阿里通义实验室正式发布 qwen-image-i2l，支持将任意单张图像即时转换为可训练、可迁移的lora（low-rank adaptation）模型。

无需依赖大规模图像数据集或高性能计算设备，用户仅需上传一张图片，系统即可自动生成轻量级LoRA适配模块，并可直接嵌入主流生成式AI模型中，快速实现“一图定风格”的高效迁移效果。

Qwen-Image-i2L 的技术核心在于其创新的图像语义解耦架构。该模型融合 SigLIP2、DINOv3 与 Qwen-VL 等先进多模态编码器，对输入图像进行深度解析，自动分离出“视觉风格、主体内容、空间构图、色彩倾向”等关键感知维度。这些结构化特征经由紧凑参数化压缩后，最终凝练为一个体积精简的LoRA组件——平均占用空间仅数GB，却能高度保真地复现原始图像的核心视觉特质。

为适配多样化应用场景，Qwen-Image-i2L 推出四大定制化模型变体，各具明确功能定位：

• 风格导向型（2.4B 参数）：专精于抽象美学特征提取，适用于艺术化风格迁移任务，例如将油画笔触或水墨意境迁移到新生成图像中；
• 广域理解型（7.9B 参数）：兼顾全局内容语义与整体风格表达，适合建筑外观重构、自然场景重绘等中等复杂度生成需求；
• 细节增强型（7.6B 参数）：支持 1024×1024 高清分辨率建模，聚焦纹理质感与边缘锐度优化，常与广域理解型协同使用以提升输出精细度；
• 一致性保障型（30M 参数）：严格约束输出分布，确保结果与 Qwen-Image 原生风格高度对齐，特别适用于品牌视觉规范管理等企业级部署场景。

所有模型版本均遵循 Apache 2.0 开源协议免费开放。实测表明，其在文本驱动图像生成、细粒度语义编辑等多项权威评测中表现优异，性能媲美主流闭源方案，显著优于当前多数开源同类工具。

源码地址：点击下载