Qwen-Image-2.1 开放权重：7B 统一生成与编辑，原生透明通道，最多 10 张参考图
2026-09-21 · The Decoder / METAL / HuggingNews
要点
- 2026-09-20 发布，权重同步上线 Hugging Face / GitHub / ModelScope。
- 7B（视觉生成部分 7.1B DiT，32 层 Single-Stream），生成与编辑共用一个 checkpoint。
- 原生 RGBA 透明输出：由 prompt 决定是否带 alpha 通道，免抠图、免 matting 节点。
- 最多 10 张参考图一次前向合并：合照、虚拟试穿、空间搭配。
- 默认 2048×2048 / 40 步，7 种推荐画幅（最大 2752×1536）。
- Day-0 生态：Diffusers（
QwenImage21Pipeline）、ComfyUI、vLLM-Omni、SGLang-Diffusion、LightX2V，另支持 AMD ROCm 与 FlagOS。 - 许可：Qwen 研究许可，禁止商用，商用须单独申请授权。
透明通道是这次最大的增量
Qwen 在 2025 年 12 月曾单独发过透明图模型 Qwen-Image-Layered，这次把能力并进了主模型。效果是：给一张照片能把指定主体直接抠成 RGBA 图层；同一 checkpoint 还能在保持透明背景的前提下改表情、替换文字图层里的字。
ComfyUI 在发布当天的说明里写得很直接——sprite、Logo、图标、商品抠图从采样器出来即可合成，「不需要背景去除节点、不需要 matting 模型、不需要边缘清理」，并称「没有其他主流开源模型做到这一点」。
性能实测（SGLang 公布）
单张 RTX 4090 24GB + CPU offload：
| 任务 | 耗时 |
|---|---|
| 1024×1024 生成 | 约 18.7 秒 |
| 图像编辑 | 约 21.7 秒 |
官方称在自家基准上超过多数闭源图像模型，但截至发稿独立第三方基准仍缺——这个结论应视为起点而非定论（待核实）。
架构速览
| 组件 | 规格 |
|---|---|
| 主干 | 7.1B DiT，32 层 Single-Stream |
| 文本编码器 | Qwen3-VL-8B |
| VAE | 64 通道 RGBA，16× 空间压缩 |
| 采样 | Flow matching + Euler discrete，动态 shift |
加速来自注意力设计：文本用 token 级因果掩码、图像用 chunk 级掩码混合粒度；输入图与编辑指令只在第一步计算，后续每步复用缓存。官方称多图编辑时收益最明显，显存也更省。
AI 之家 观点：把「透明通道」从独立模型并进主干，减少的是整条流水线的节点数——对做电商图、游戏素材、设计工具链的团队，这比涨几个百分点的画质更能省工程成本。
别踩的坑
- 「开源」不等于能商用：随权重的是研究许可，不是 Apache-2.0。打算上线的团队先谈授权。
- 官方跑分待独立复现：自有基准的结论先打折看。
- 显存要留余量：透明通道与 10 图参考对显存更敏感，24GB 以下建议 CPU offload 或降分辨率。
- 主体归属偶有偏差：多图合并时建议人工复核商用素材。
上手
from diffusers import QwenImage21Pipeline
import torch
pipe = QwenImage21Pipeline.from_pretrained(
"Qwen/Qwen-Image-2.1", torch_dtype=torch.bfloat16
).to("cuda")
image = pipe(prompt="一只戴飞行护目镜的橘猫，透明背景").images[0]
image.save("cat_rgba.png") # 直接带 alpha 通道
相关阅读
来源
- The Decoder（2026-09-20）：https://the-decoder.com/alibabas-open-weight-qwen-image-2-1-claims-to-beat-closed-models-in-image-generation-with-just-7-billion-parameters/
- METAL — Alibaba's Qwen Releases Qwen-Image-2.1（架构与许可细节）：https://metallab.ai/en/2026/9/qwen-image-2-1-release
- HuggingNews（SGLang 性能数据，2026-09-20）：https://huggingnews.com/ai/alibaba-ships-open-weight-7b-qwen-image-21-with-native-rgba-transparency-34978f22
- Hugging Face 仓库：https://huggingface.co/Qwen/Qwen-Image-2.1
核对日期：2026-09-21。商用授权价格、官方完整吞吐数据表待核实。