Qwen-Image-2.1

Qwen-Image-2.1 是阿里 Qwen-Image 系列在 2026 年 9 月的新版本，它把生成和编辑合并进同一个模型。你不再需要在「文生图模型」和「单独的编辑器」之间二选一，而是加载同一条流水线：描述一张图就得到一张图，或者给它一张原图并描述要改什么。第一方仓库 创建于 2026-09-14，权重于 2026-09-20 发布；2026-09-21 GitHub 显示 435 star、20 fork。它与此前那个 Qwen-Image 是两个不同发布，许可证也不一样，这比版本号本身更重要（见下文）。

模型规格

• 视觉生成部分为 7B 参数，由 32 层单流 DiT 构成。
• 生成与编辑统一在同一个模型里，同一套权重既处理文生图，也处理基于指令的编辑。
• 原生透明：可以从文本生成普通图像或 RGBA 图像，编辑透明图层，也能从普通照片里提取主体。
• 最多 10 张参考图参与编辑，局部修改可用圈选、涂抹标注或独立蒙版来指定。
• 身份保持：编辑而非重绘时，人物与商品的外观可以保持一致。
• 效率优化：混合粒度注意力与 prefix KV cache 复用，降低了长上下文生成与编辑的开销。

官方把这次发布概括为四点：紧凑高效的架构、原生透明且生成与编辑统一、多参考图的多样化编辑能力，以及更真实的材质、排版与肖像光影。如果想看同一实验室在语言模型侧的开源架构预览，可以对照 Qwen3.8-Flash-Next。

适用场景

• 商品与设计工作：先生成一个主体，再把它放到不同背景上，同时保持主体一致。
• 需要透明通道的素材流水线：直接产出 RGBA 抠图，而不是先带背景生成再做抠图。
• 本地或自托管图像任务：权重可通过 Diffusers、ComfyUI、vLLM-Omni、SGLang、LightX2V 运行，不绑定托管端点。

可用性与 Day-0 支持

权重发布在 Hugging Face 与 ModelScope。多个运行时在模型公布当天就提供了支持：

许可证

这是规划产品前必须先看的部分。Qwen-Image-2.1 采用 Qwen Research License Agreement（落款 2026-09-20），授权范围是仅限非商业用途的使用、修改与分发。商业用途需要单独向实验室申请许可。这与此前 Apache-2.0 的 Qwen-Image 有本质区别，所以请把这个版本号理解成一次许可变更，而不只是一次例行升级。

快速开始

pip install torch>=2.4.0
pip install transformers>=5.17
pip install git+https://github.com/huggingface/diffusers
pip install accelerate pillow

import torch
from diffusers import QwenImage21Pipeline

pipe = QwenImage21Pipeline.from_pretrained(
    "Qwen/Qwen-Image-2.1", torch_dtype=torch.bfloat16
).to("cuda")

image = pipe(
    prompt="A neon shop sign that reads \"QWEN IMAGE 2.1\", rainy night, reflections on wet pavement",
    num_inference_steps=40,
    generator=torch.Generator("cuda").manual_seed(42),
).images[0]
image.save("t2i_example.png")

编辑时给同一条流水线传入 image= 参数即可，也可以传入多张参考图。

常见问题

生成和编辑真的是同一套权重吗？

是。这次发布明确是统一模型，生成与编辑共用一条流水线，而不是两个 checkpoint。

它能输出透明图像吗？

能。原生 RGBA 输出是这次的主打特性之一，同时还能从照片中提取主体。

可以商用吗？

默认许可下不行。Qwen Research License Agreement 限定为非商业用途，商业部署需要单独授权。

替代方案

• Nano Banana：不跑本地权重、想要快速生成与编辑时的托管方案。
• GPT Image 2：在文字渲染与指令式编辑上可做对比的闭源模型。
• FLUX 1 dev：使用广泛、许可与生态都不同的开源图像模型。

使用技巧

1. 想先看编辑能力再动手写代码的话，从 ComfyUI 的工作流入手最快。
2. 局部修改优先用蒙版或涂抹标注，而不是整张重绘，毕竟身份保持才是重点。
3. 先按自己的用途核对许可。研究或评测场景下条款相当宽松，做成对外产品则不然。

总结

Qwen-Image-2.1 是一个体量相对小、能力扎实的图像模型，真正的看点是「统一」：一套权重同时覆盖生成、透明与多参考图编辑，并且在主流运行时上做到了 Day-0 支持。做本地图像任务时值得一试，前提是 Qwen Research License 适合你要做的事。