阿里开源 Qwen-Image-2.1:仅 7B 参数,原生支持透明图输出
thione · x · 2026-09-28
阿里巴巴 Qwen 团队发布开源权重图像生成与编辑模型 Qwen-Image-2.1,视觉生成组件仅 70 亿参数,官方称在其自家基准上超过多数闭源模型(独立评测尚未出炉),可在 RTX 3090 等消费级 GPU 上运行。
关键能力:
- 原生生成与编辑透明图像(RGBA),可抠出物体或在透明图层上改文字
- 最多同时处理 10 张参考图,支持群像合成、虚拟试衣、房间设计
- 通过圆圈、蒙版或手绘标记引导局部编辑
- 架构改动与 KV cache 复用加速推理,多参考图场景尤其明显
模型已在 Hugging Face、GitHub 和 Model Scope 上架,并配有 Hugging Face demo。注意其研究许可禁止商用,商业用户需向 Qwen 单独申请许可。
「多模态」频道最新
- Qwen 图像 2.1 与 Minimax H3 实测:老照片修复与写实化转换 — Ant_6431 · 2026-11-16
- Minimax H3 视频生成演示:Cubee 店面镜头第二版 — JahJedi · 2026-11-16
- 不会画画的开发者用 Fable 5.2 四小时做出 14 章手绘风故事书游戏 — jradoff · 2026-11-16
- Minimax H3 Image 训练人物 LoRA 相似度差,同数据集在 Qwen 2.1 上表现优异 — Ad_Organic · 2026-11-16
- Seedance 生成地铁车厢动画片段,光影细节惊到 Reddit 网友 — Ok-Solution-7889 · 2026-11-16
- 推主用 AI 重制 1977 版《黑衣人》风格画面 — techhalla · 2026-11-16