Qwen 开源 Qwen-Image-2.1:7B 生图编辑一体,原生支持透明图层
RisingSayak · x · 2026-09-21
阿里 Qwen 团队开源 Qwen-Image-2.1,一个统一文生图与图像编辑的模型,视觉生成组件仅 7B 参数(32 层 Single-Stream DiT),兼顾质量、效率与多功能。
四大亮点:
- 紧凑高效:混合粒度注意力 + prefix KV cache 复用,低成本下保持高质量
- 原生透明度:可直接生成/编辑 RGBA 透明图,并从照片中抠取主体
- 灵活编辑:最多支持 10 张参考图,可用圆圈、涂鸦标注或独立蒙版指定局部编辑,支持人物与产品身份保持
- 质感提升:排版、人像打光与细节更精细
附 diffusers 快速上手代码(QwenImage21Pipeline)。作者 RisingSayak 实测:预热 A100 上用 2 张 1024×1024 参考图跑 40 步,DiT 时间从 50.57s 降至 19.86s(2.55× 加速),代价是显存 32.3G→36.0G,且仍有优化空间。
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
- 用 AI 重制《霹雳游侠》片头:2D 风格翻拍 + 复刻原曲四连音改编 — justin_hart · 2026-11-12
- 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