MMDiT架构

Qwen-Image 是一款基于20B参数MMDiT架构的多模态图像基础模型，能在复杂文本渲染和精确图像编辑方面实现重大突破。它特别擅长中文文本渲染，并具备高保真文本渲染、多种艺术风格生成及智能图像编辑等核心能力。