待验证50% 置信事实精确时间
REF2VA基于参考图像驱动生成，通过提取参考帧的视觉特征来引导视频合成，更接近于image-conditioned generation范式
1
来源数
50%
置信度
长期有效
时效性
2026/9/6
首次发现
来源
涉及实体
相关事实
待验证千问Image 2.0 Pro支持文生图和图生图两种模式，文生图通过语义理解逐步去噪生成图像，图生图在参考图的视觉特征约束下进行风格迁移或内容修改74% 相似待验证推荐的融合工作流使用REF2VA负责主视频生成以确保视觉质量，使用FL2VA负责音频精修以获得更干净的声音73% 相似待验证大多数基于扩散模型的生成式图像编辑本质上是根据提示词重新生成整张或大部分图像，而非局部修改现有像素71% 相似待验证该工作流支持图像反推模式，用户可放入参考图片，由Qwen2.5 VL-8B的视觉编码器自动反推出结构化提示词并完成图像生成70% 相似待验证从已有图像中反推出能够重新生成该图像的文本描述被称为逆向提示词工程（Reverse Prompt Engineering）69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/864626API
curl https://kongchang.com/api/v1/knowledge/claims/864626MCP
get_claim(id=864626)