Qwen 发布 Qwen-Image-PE 提示词增强模型
先了解这件事
2026 年 10 月 27 日，AGI Hunt 报道 Qwen 团队发布 Qwen-Image-PE，用于文生图提示词增强：它把欠明确的用户请求补全为连贯的视觉设计规范，并通过两阶段训练学会视觉设计——先做 CRD 监督微调，再做 GDR 强化学习。在 Qwen-Image-Bench 上，Qwen-Image-PE-397B 相比原始请求提升 7.81 分，9B 版本超过所有被测的 PE 基线；该方法还可迁移到 HunyuanImage、FLUX 等四个文生图骨干模型。同日 12:00，arXiv cs.CV 刊出同名论文，描述与早先报道一致，并说明基准测试中搭配的是 Qwen-Image-2.1，成绩数字与先前报道相同。目前披露的信息集中于方法构成与基准成绩，尚未见关于开放使用方式或上线范围的说明。
AI 根据报道生成 · 1 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- arXiv cs.CVQwen-Image-PE：为文生图提示词增强学习视觉设计
Qwen-Image-PE 通过两阶段训练学习视觉设计，把欠具体的用户请求转成连贯的视觉规格，用于增强文生图提示词。在 Qwen-Image-Bench 上搭配 Qwen-Image-2.1，Qwen-Image-PE-397B 较原始请求提升 7.81 分，Qwen-Image-PE-9B 超过所有评测的 PE 基线。
- AGI HuntQwen-Image-PE：两阶段训练学会视觉设计，提示词增强提升 7.81 分
Qwen 团队发布 Qwen-Image-PE，用两阶段训练把欠明确请求补全为视觉规范，用于文生图提示词增强。在 Qwen-Image-Bench 上，Qwen-Image-PE-397B 较原始请求提升 7.81 分，9B 版超过所有被测 PE 基线。该方法结合 CRD 监督微调与 GDR 强化学习，并可迁移到 HunyuanImage、FLUX 等四个文生图骨干。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。