Qwen-Image 2.1 合入 diffusers，官方称其为家族中性价比最高模型
linoy_tsaban · x · 2026-09-18
Qwen-Image 2.1 已正式合入 Hugging Face diffusers（PR #14804），是一个统一支持文生图与图生图的模型，官方称其为 Qwen-Image 家族中「最均衡、单位算力价值最高」的一代。技术要点：
- Transformer：QwenImage21Transformer2DModel，单流结构，采用块因果注意力（block-causal attention），对文本与条件图前缀做 t=0 调制，并支持 KV cache
- VAE：AutoencoderKLQwenImage21，64 通道（zdim=64），decoderbasedim=144
- Pipeline：QwenImage21Pipeline 同时支持 text-to-image 与图像条件生成
该模型以开源形式发布，diffusers 用户现已可以直接使用。
「多模态」频道最新
- 博主实测 Plot Party 的 Seedance Draft:低成本试错 AI 视频创作 — umesh_ai · 2026-11-04
- 实测四大流模型采样器：8-16 步下差异肉眼可见 — YakovSava · 2026-11-04
- 实测推翻常见建议：INT8 几乎无害，采样器才是关键 — YakovSava · 2026-11-04
- Seedance 2.5 生成「离谱版 Malfoy」视频，效果惊人 — nikola_mr64990 · 2026-11-04
- 免费课程：生成式媒体 Agent 的四大生产难题与解法 — Al_Grigor · 2026-11-04
- PixelBench：用逐像素生成取代 QA,重新测多模态模型 — bdsqlsz · 2026-11-04