近日，阿里巴巴宣布开源其最新研发的图像生成模型 Qwen2vl-Flux，该模型不仅具备编辑、融合和混合等多种功能，还能够在用户输入图像或文本的情况下，生成具有高度相似性的全新图像。

Qwen2vl-Flux 提供了强大的图像变化功能。用户只需输入一张图像，无需任何文本提示，模型便能根据原图生成多幅相似的图像。例如，用户上传一张人物照片，模型便可以生成多个角度下的人物表现，展现出不同的视角与情感。

模型还支持文本引导图像混合。当用户输入一张图片并附加相关文本提示时，Qwen2vl-Flux 能够将输入图像与文本内容进行巧妙融合，创造出新的图像效果。

除了上述功能，Qwen2vl-Flux 还具备图像引导图像混合的能力。用户可以将两张不同的图像结合在一起，实现角色合体或场景转换。例如，将一个角色与另一个背景相结合，模型能够无缝融合两者，形成新的视觉效果。

模型的网格风格迁移功能使得用户能够对图像进行细致的控制。用户可以对图像的特定部分进行修改，实现精细化创作。比如，在一幅展现高科技与自然环境结合的图像中，用户可以添加生物发光技术的细节，或者森林晨雾的效果，展现出更加丰富的视觉体验。

项目入口:https://huggingface.co/Djrango/Qwen2vl-Flux