千问在 9 月 20 号把 Qwen-Image-2.1 正式开源了。这个模型把文生图和图片编辑收进了同一个权重里，透明底的 PNG 也能直接生成。配置要求不算高，16G 以上显存的卡跑官方量化版就比较稳；显存再小一点，还有社区的 GGUF 版本可选。也就是说，以后对 AI 出图需求大的人，不用再盯着额度焦虑了，本地直接跑模型就好。
先聊聊这模型是什么
Qwen-Image-2.1 是千问开源的图像模型，权重公开，可以直接下载。跟普通生图模型最大的区别在于：它把生成和编辑做在同一个模型里，而且透明底图片能直接出，不用事后再抠。
规格上，管生成的那部分是 7B 参数，32 层单流 DiT，默认 40 步出图，原生 2K 分辨率（2048×2048），宽高比一共七档。另外要注意，7B 只是生成主干，整套跑起来还有 Qwen3-VL 8B 的文本编码器和 VAE，别光按 7B 这个数字去估算。
主要能力
文生图和编辑统一在一个模型
以前玩开源生图其实挺折腾的：生图是一个模型，改图得换另一个，想要透明素材还得再开个抠图工具，一张图在几个软件里传来传去。Qwen-Image-2.1 把这些都合到一个模型里了——写提示词出图是它，丢张照片让它改背景也是它，多图合成最多能丢 10 张参考图进去。
原生透明底图生成
我自己用得最多的就是透明底这块。一般生图模型出来的是一张完整图片，想做个贴纸或图标，得自己再抠一遍。这个模型的 VAE 里多带了一个 Alpha 通道，所以透明底的 PNG 能直接生成，省了一道工序。像头发丝这种边缘，直接生成透明底比事后拿抠图工具处理要干净得多。
提示词上有个小技巧，官方建议开头先写明这是透明图，大概长这样：
This is an RGBA image with transparency. <描述你要的东西>. The image has alpha channel and the background is transparent.
反过来用也行。我拿普通照片试过，让它把照片里的主体提出来变成透明图层，手工抠图那步就省了。
我的提示词：
这是一张带透明通道的 RGBA 图片，一只可爱的卡皮巴拉卡通贴纸，正在喝珍珠奶茶，粗白描边，扁平插画风格。图片有 alpha 通道，背景是透明的。
多图参考编辑
多图参考最多可以丢 10 张图进去，模型会把几张图里的元素组合到一个画面里。官方演示里有一组我印象很深：一张人像，加上外套、鞋、包、帽子四张单品图，合出来一张街拍穿搭照——脸还是原来那个人，几件单品一件没少。
局部编辑
局部修改就是能指定只改图里的某一块。指定的方式挺随意的，在图上画个圈也行，拿笔涂一下也行，单独做一张蒙版也行，总之告诉模型只动这里，别的地方别碰。
官方有个例子：一张睡觉的照片，在头发、袖口、手表三个位置画了圈，出来的图发色变了、手表没了，被子和窗外一点没动。
单图编辑倒没什么需要特别说明的——丢一张图进去，直接告诉模型要改哪里就行。
我的提示词：
把海报背景换成浅绿色，"美式 18元" 改成 "美式 16元"，其他排版保持不变。
人像和商品一致性
这版在人像和商品的一致性上做了加强。改完图，脸不会变成另一个人；商品上的文字和纹理也基本原样保留。官方有一组商品示例：一瓶粉底液，换到早餐桌上，瓶身上的字还是清楚的，没糊。
文字渲染
上面这张是官方生成的中文信息图——一个城堡的导览图，从标题到小字标注全是中文，凑近了看基本都能读出来。这版写字更稳了，多行文字、指定具体内容，大部分时候能写对。平时做海报、PPT 配图这类需要带字的图，能省不少事。
Turbo 版本：8 步出图
10 月 9 号官方又放了个 Turbo 版，架构跟标准版一致，还是 7B，但出图只需要 8 步去噪——标准版默认是 40 步，速度快了不少，分辨率依然是 2K。等不及 40 步的话直接用 Turbo 就行。
许可证和榜单口径
许可证这块得说一下：
Qwen-Image-2.1 用的是 Qwen Research License，只能拿来做非商业的研究和评测，想商用得另外找官方拿授权。很多人看到千问的开源就默认是 Apache 2.0，这次真不是。打算往产品里用的，先把 LICENSE 文件看一遍。
榜单的事也提一句：
官方宣传里说它在 Qwen-Image-Bench 上拿了 60.28 分，比 Nano Banana 2.0 的 59.82 高一点。不过这个榜是千问自己建的，1000 条双语提示词，也没有第三方复现过，所以分数参考一下就行，别当定论。
我的看法
我用下来的感受是，生成效果确实可以。本地部署的话，以后大量生图需求可以靠它扛着，能省不少 token。以前生图、改图、抠图这些要开好几个工具才能办的事，现在一个模型里就转完了。
感兴趣的可以去 HuggingFace 或者 ModelScope 把权重拉下来跑跑看。
GitHub 地址：
https://github.com/QwenLM/Qwen-Image-2.1
发表于 6 小时前
|
查看: 0|
回复: 0
