Qwen-Image-2.1 开源:7B 统一生图与编辑,支持 RGBA 透明层
linoy_tsaban · x · 2026-09-20
阿里 Qwen 团队开源 Qwen-Image-2.1,一个统一的文生图与图像编辑模型,视觉生成部分仅 7B 参数(32 层 Single-Stream DiT),兼顾质量、推理效率与多用途。四大亮点:
- 紧凑高效:混合粒度注意力 + 前缀 KV cache 复用,低成本出高质量图
- 原生透明通道:文生 RGBA 透明图、编辑透明图层、从照片抠主体,一个模型全包
- 多参考图编辑:最多 10 张参考图,可用圆圈、涂鸦标注或独立蒙版指定局部编辑,并保持人物/产品身份一致
- 质感与美学提升:排版、人像打光与细节更真实
已在 Hugging Face(权重与 Demo Space)、ModelScope、GitHub 开放,支持 Diffusers 一行加载。
所属事件:阿里开源 Qwen-Image-2.1：7B 统一生图与编辑(36 条相关)→
「多模态」频道最新
- 风格化 3D 角色图集：潮服小孩与丧系青年形象亮相 — OVolosin82152 · 2026-11-12
- AI 生成的 3D 针织质感卡通角色系列展示 — OVolosin82152 · 2026-11-12
- WebGL 交互绘画演示：fable 5.2 配合 fal 做参考图 — OdinLovis · 2026-11-12
- AI 动画「Fable 5.2」第二部分早期截图曝光 — ChrisGPT · 2026-11-12
- Reddit 用户实测 Minimax H3 Image 三大采样器,16MP 高分辨率对比 — Phantom-log-9484 · 2026-11-12
- Nano Banana Pro+Kling+免费口型工具,纯工作流做出整支AI音乐视频 — cocktailpeanut · 2026-11-12