Qwen 开源 Qwen-Image-2.1：7B 图像生成与编辑模型原生支持透明层
RisingSayak · x · 2026-09-20
阿里通义开源 Qwen-Image-2.1，一个统一的文生图 + 图像编辑模型，视觉生成部分仅 7B 参数（32 层 Single-Stream DiT），已在 Diffusers 实现 Day-0 支持。
四大改进：
- 紧凑高效：混合粒度注意力 + 前缀 KV cache 复用，低算力下保持高质量生成
- 原生透明度：可从文本生成常规或 RGBA 透明图、编辑透明图层、从照片中抠取主体
- 灵活编辑：支持最多 10 张参考图，可通过圈选、标注或掩码指定局部编辑，并保留人物/产品身份
- 质感提升：改进排版、人像光照与细节
模型已在 Hugging Face 开放（Qwen/Qwen-Image-2.1），提供 QwenImage21Pipeline 快速上手代码。
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