Qwen-Image-2.1

阿里的 7B 图像模型,可生成、编辑,并能输出真正透明的 PNG,最多支持 10 张参考图。仅限研究的许可证。

一句话概括. Qwen-Image-2.1 是阿里通义千问团队的 AI 图像模型。你可以用文字生成图片、用指令编辑照片、合并最多十张参考图,还能生成背景真正透明的图像,适合做标志、贴纸和商品抠图。权重可免费下载,但许可证只允许研究和评估,商业使用需要另行协议。

概述

阿里通义千问团队于 2026 年 9 月 20 日开源 Qwen-Image-2.1,并于 2026 年 10 月 9 日增加了只需 8 步去噪的加速版检查点 Qwen-Image-2.1-Turbo。同一个模型负责文生图和图像编辑。它的视觉生成部分约 70 亿参数:一个 32 层的单流扩散 Transformer,采样使用流匹配。文本编码器是 Qwen3-VL 8B,一个单独的 80 亿参数视觉语言模型,能同时读取指令和参考图。

最突出的功能是原生透明。一个 64 通道的自编码器可以产生 alpha 通道,因此模型能直接生成透明(RGBA)图像、编辑透明图层,并把普通照片中的主体抠出来。其他能力包括:一次请求最多使用 10 张参考图(例如合影或虚拟试穿),以及用圆圈、手绘标注或单独的蒙版指定局部编辑。生成为原生 2K(例如 2048×2048),文字渲染和人像光线也有改进。

权重采用 Diffusers 格式(QwenImage21Pipeline),官方宣布首日支持 Diffusers、ComfyUI、vLLM-Omni、SGLang、LightX2V 和 OpenVINO。生成器在 BF16 下约 14 GB,但连同 Qwen3-VL 文本编码器的完整管线约 33 GB,所以多数人会使用 CPU 卸载,或 ComfyUI 的 INT8 重新打包版本。Qwen 还发布了两个基于 Qwen3.5-VL 9B 的提示词改写模型,分别用于生成和编辑,建议用它们把简短提示词扩写成详细描述。

许可证是 Qwen Research License Agreement,不像早期 Qwen-Image 模型那样是 Apache 2.0:研究和评估免费,任何商业用途都需要向 Qwen 另行申请许可。Qwen-Image-2.1 Pro 变体以及托管版的 Turbo,只作为 API 通过阿里云百炼提供。Qwen 称该模型超过大多数闭源模型,但这一说法来自其自有的 Qwen-Image-Bench,尚未经过独立验证。

适合做什么

  • 直接由模型生成透明素材,如标志、贴纸、图标和商品抠图
  • 多参考图编辑,例如合影、虚拟试穿或房间布置
  • 用圆圈、标注或蒙版做定向编辑,而不必用文字描述区域
  • 图像生成与编辑的研究和评估

需要注意

  • 许可证仅限研究和评估;商业使用需要向 Qwen 另行申请
  • 因为有 8B 文本编码器,完整 BF16 管线约 33 GB;请考虑 CPU 卸载或 INT8 重新打包版本
  • 需要较新的软件(按模型卡,Transformers 5.17 及以上,并从源码安装 Diffusers)
  • Pro 版本只提供 API,不在开放权重之内
  • 基准结果来自阿里自己,尚未经过独立核实

性能数据来自开发方,未经独立验证。

需要多少内存?

以下是 Qwen-Image-2.1 各版本的内存数据。图像、视频、语音和音乐管线还要加载文本编码器和解码器,所以所需内存可能比主检查点更大。

版本 参数量 下载大小 所需内存 可运行于
Qwen-Image-2.1 (40 steps) BF16 7.1B 33 GB 38 GB 工作站
Qwen-Image-2.1-Turbo (8 steps) BF16 7.1B 32 GB 37 GB 工作站
INT8 (ComfyUI repack) INT8 7.1B 17 GB 20 GB 游戏显卡

下载大小包含运行模型所需的全部组件,例如生成器、文本编码器和解码器。所需内存优先采用开发方声明或已公开的实测最低值;没有时按下载大小加约 15% 估算。更大的图像、更长的片段和更高的分辨率需要更多内存。

许可证,用大白话说

阿里的仅限研究许可证。你可以为研究或评估目的使用、修改和分享模型,但任何商业用途都需要向 Qwen 另行申请许可。阿里的托管 API 是常见的商用途径。

  • 需要署名或标明模型名称

进一步了解 Qwen Research License

延伸阅读

常见问题

Qwen-Image-2.1 是什么?
Qwen-Image-2.1 是阿里通义千问团队的 AI 图像模型。你可以用文字生成图片、用指令编辑照片、合并最多十张参考图,还能生成背景真正透明的图像,适合做标志、贴纸和商品抠图。权重可免费下载,但许可证只允许研究和评估,商业使用需要另行协议。
Qwen-Image-2.1 可以商用吗?
未经另行授权不可商用。Qwen-Image-2.1 采用 Qwen Research License 发布,仅允许研究和个人使用。
Qwen-Image-2.1 是开源的吗?
Qwen-Image-2.1 是开放权重模型,但不是严格意义上的开源。你可以下载模型文件,但 Qwen Research License 附带了开源促进会的定义所不允许的条件。
我能在自己的电脑上运行 Qwen-Image-2.1 吗?
可以,但需要一块好显卡。最小版本 INT8 (ComfyUI repack) 在 4 位精度下约需 20 GB 内存,适合 24 至 32 GB 的游戏显卡,或 32 GB 及以上内存的 Mac。
Qwen-Image-2.1 是什么时候发布的?
Qwen-Image-2.1 由 Alibaba Qwen 于 2026年9月20日 发布。

官方链接

来源

规格数据来自以下一手资料。文中提到的基准测试结果由开发方自报。

发布时间等信息最近核实于 2026年11月8日。

相关模型

模型 发布时间 参数量 上下文 许可证 最小版本所需内存
FLUX 3 Image Klein Black Forest Labs 5.6B – FLUX Kommunity (附条件) 8 GB 笔记本或手机
LTX-2.5 LTX (Lightricks) 22B – LTX-2.x Community (附条件) 16 GB 笔记本或手机
Z-Image Tongyi MAI 6.15B – Apache 2.0 (宽松) 16 GB 笔记本或手机
MOSS-Image OpenMOSS 5.08B – Apache 2.0 (宽松) 4.2 GB 笔记本或手机