2025年6月26日，Qwen團隊發布了 Qwen VLo ，一個定位是“unified multimodal understanding and generation model"的模型，包括多模態的理解和生成。

根據官方的介紹博客，Qwen VLo包含下面的功能： 圖像生成：文生圖、2D卡通圖像轉真實圖像圖像編輯：例如修改某個主體、更換顏色、更換風格圖像算法能力：例如檢測框、canny 算子、圖像分割結果經過一段時間的測試，我個人的總結是： 生圖能力：效果比較差，感覺是一兩年前生圖模型…。