Qwen模型组合实现免训练隐藏概念生图

Qwen3-VL-8B 可在无需训练的情况下提取用户隐藏概念的内部表征，并直接驱动 Qwen-Image-2.1 生成图像。开发者仅输入一句“想象一下”，模型便能从特定网络层提取隐层激活，再将其作为生图模型的输入。

作者分享一张流程图，展示无需训练的组合玩法：让 Qwen3-VL-8B 在被要求「不要命名或描述、只回复 OK」时内部提取用户隐藏概念（如「喝茶的龙」）的表征，并注入 Qwen-Image-2.1 直接生成图像。图中示例覆盖 12 种奇想场景，包括意面猫、鲸鱼背上的城市、奶酪房子、沙漠雪人等，均由同一管线在零训练条件下生成，说明视觉语言模型的隐式语义表征可直接驱动图像生成模型。