通义千问图像生成功能需通过“万相”模块启用，支持文生图、图文混排（Qwen-Image-2.0）、图像编辑（Qwen-Image-Edit）、数据图表生成及本地部署Z-image模型。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您在使用通义千问时希望直接生成图像，但发现界面未出现绘图入口或输出为纯文本，则可能是由于当前模式未切换至图像生成功能。以下是验证与启用千问图像生成能力的具体操作路径：
一、通过通义万相模块调用文生图功能
通义千问App及Web版内置“万相”功能模块，该模块直连通义万相AI绘画平台，支持中文Prompt驱动的高质量图像生成，尤其擅长国风、写实、插画等风格，且对中文语义理解准确，能精准还原“汉服”“水墨”“工笔”等关键词所指代的视觉特征。
1、打开通义千问App或访问官网网页版，确保登录同一阿里云账号。
2、在对话输入框下方查找并点击“万相”图标（通常为画笔形状），进入图像生成专属界面。
3、在提示词输入栏中键入完整描述，例如：“穿青绿色宋制褙子的少女立于江南雨巷，油纸伞微倾，石板路湿润反光，水墨淡彩风格，竖构图”。
4、点击生成按钮，等待约8–15秒，系统将返回4张不同构图的候选图像。
二、利用Qwen-Image-2.0模型进行图文混排与高精度文字渲染
Qwen-Image-2.0是千问图像生成2.0版本的核心模型，具备原生2K分辨率输出能力及五维文字生成优势（准/多/美/真/齐），可稳定生成含大量可读文字的商务图表、PPT页面、日历、流程图等，文字嵌入真实材质与光影，排版对齐严谨，无遮挡、无错位。
1、在万相界面中，选择“高级设置” → “启用Qwen-Image-2.0”开关。
2、输入含结构化文本指令的Prompt，例如：“一张A4尺寸现代商务PPT封面，主标题‘2026年碳中和进展报告’居中加粗，副标题‘生态环境部 · 2026年4月’右对齐，底部左侧小字‘内部资料 严禁外传’，整体蓝白渐变背景，带细微纹理”。
3、生成后检查标题字体是否清晰可辨、对齐方式是否符合要求、背景纹理是否自然不干扰文字识别。
三、使用Qwen-Image-Edit进行图像编辑与多视角生成
Qwen-Image-Edit模型专精于图像局部修改、主体一致性保持与跨视角重建，适用于去背景人物、更换场景、生成左/右视角图、转手办模型等任务，其语义理解增强，能准确识别图中对象并执行指令，避免主体偏移或模糊。
1、在千问App中上传一张目标图片（如三星堆青铜立人像照片）。
2、在对话中输入编辑指令，例如：“去除图中所有游客，保留立人像本体与展柜结构”。
3、等待处理完成后，继续追加指令：“将背景替换为纯黑色，用于文物高清展示”。
4、再输入：“生成该立人像的右侧45度视角图”，系统将基于原始图像推理并输出一致性的新视角图像。
四、调用代码解释器生成数据图表
当用户需求聚焦于统计可视化而非艺术创作时，千问可通过Agent框架激活代码解释器，自动生成Python绘图代码并执行，输出折线图、柱状图、饼图等标准图表，全程无需用户编写代码，结果以图像文件形式返回，适用于教学、办公、科研等场景。
1、在普通对话窗口中输入自然语言请求，例如：“分析以下销售数据并画出季度销售额柱状图：Q1=125万，Q2=142万，Q3=138万，Q4=156万；要求Y轴单位为‘万元’，柱子颜色区分季度，顶部显示数值”。
2、系统自动调用代码解释器，生成含matplotlib的完整可执行脚本。
3、脚本运行后返回一张带标注数值、配色分明、坐标轴规范的PNG图表，可直接保存或插入文档。
五、本地部署Z-image轻量开源模型
Z-image（造相）是通义实验室开源的60亿参数图像生成模型，硬件门槛极低，可在RTX 3060（12GB显存）或量化后的RTX 4090上高效运行，适合开发者或技术用户脱离云端、自主控制生成过程，支持自定义训练与风格微调。
1、访问Hugging Face官方仓库，搜索“Qwen-Z-image”并下载模型权重与推理代码。
2、安装依赖库，包括transformers、diffusers、torch>=2.1.0及xformers（启用内存优化）。
3、执行命令行指令启动本地WebUI：python app.py --port 7860 --share。
4、在浏览器中打开http://localhost:7860，输入中文Prompt，选择采样步数与CFG Scale，点击生成即可获得离线图像输出。
