阿里通義實驗室推出 Qwen-Image-i2L，能將任意單張圖片瞬間轉化為可微調的LoRA（Low-Rank Adaptation）模型。

無需海量數據集或昂貴計算資源，用户只需上傳一張圖片，即可生成輕量級LoRA模塊，並無縫集成到其他生成模型中，實現高效的“單圖風格遷移”。

Qwen-Image-i2L的核心在於其獨特的圖像分解機制。它採用SigLIP2、DINOv3和Qwen-VL等多模態特徵提取體系，將輸入圖片智能拆解為“風格、內容、構圖、色調”等核心視覺元素。這些可學習特徵隨後被高效壓縮，形成一個體積小巧的LoRA模塊——平均僅需數GB空間，卻能捕捉圖片的精髓。

為滿足不同需求，Qwen-Image-i2L提供了四種專屬“模型風格”，每個變體針對特定用途優化：

• 風格模式（2.4B參數）：專注純美學提取，理想用於藝術畫風遷移，如將水彩風格注入新圖像。
• 粗粒度模式（7.9B參數）：綜合捕捉內容與風格，適合整體場景重構，例如建築或景觀的快速變體生成。
• 精細模式（7.6B參數）：支持1024x1024高分辨率細節增強，常與粗粒度模式搭配，提升紋理和邊緣精度。
• 偏見模式（30M參數）：確保輸出與Qwen-Image原生風格一致，避免偏差，適用於需要品牌統一性的企業級應用。

這些變體均基於Apache2.0許可開源，測試顯示，在複雜文本渲染和語義編輯基準上，Qwen-Image-i2L超越多數開源競品，與閉源模型不相上下。