事件：通义千问把文生图和图片编辑做进同一个开源模型
阿里通义千问团队于 2026 年 9 月 21 日开源了新一代图像模型 Qwen-Image-2.1，把此前分离的「文生图」和「图片编辑」两个能力合进同一个 7B 参数的权重里。模型同时支持从文字直接生成图片、基于多张参考图做编辑、以及生成原生透明（RGBA）图像，权重与代码同步发布在 Hugging Face、ModelScope 和 GitHub。
这是 Qwen 图像系列的一次明显精简：上一代 Qwen-Image 是 20B 参数、编辑还得另下 Qwen-Image-Edit 检查点，而 2.1 用一个约三分之一大小的模型就把两类任务包圆。官方称其为 Qwen-Image 系列里最均衡、成本收益最好的一代。官方说明见 Hugging Face 模型页 和 Qwen 官方博客。
7B 参数能跑在 24GB 显卡上，硬件门槛怎么算
值得先厘清「7B」到底指什么。这 7B 参数只算扩散 Transformer 本体（32 层单流 DiT），整套管线还要加载一个 8B 的 Qwen3-VL 文本编码器。MarkTechPost 等实测显示，完整部署建议约 24GB 显存的消费级显卡起步，配合 Diffusers 的 CPU offload 可以在更小显存上跑，只是生成更慢。
对普通用户而言，这意味着不需要云端 API 也能本地出图，隐私可控；对开发者，模型第 0 天就支持 Diffusers、ComfyUI、vLLM-Omni、SGLang 等主流推理栈，AMD ROCm 和国产芯片平台也有适配，接入成本不高。
原生透明图和最多 10 张参考图能用在哪
这一代最实用的是两个能力。一是原生透明（RGBA）图像生成和编辑：可以直接用一句话生成带透明背景的贴纸、图标、产品图，也能编辑已有透明图层、甚至从照片里抠出主体，省掉了反复「抠图」的步骤。二是多参考图编辑：一次最多接受 10 张参考图，官方示例包括用 6 张人像生成群体合照、用 5 张参考图拼一件服装，本地编辑可用圆圈框选、涂抹标注或独立蒙版指定区域，人物和产品身份保持较好。
对电商商品图、平面设计、内容创作者来说，这正好切中「底片拍好但缺背景、缺模特、缺多角度」的常见痛点，透明底 PNG 直接可用。
和 GPT 图像、FLUX 等竞品比，强在哪弱在哪
官方用自研 Qwen-Image-Bench 对比，Qwen-Image-2.1 综合分 60.28，排在列表内所有开源权重模型之上，高于 FLUX 2 Max 的 55.33（32B 开源模型）；但它仍低于 6 款闭源模型，其中 GPT Image 2.5 Sunburst 为 67.01。也就是说，在开源阵营里它当前属于第一梯队，和头部闭源仍有差距。
需要提醒的是这是厂商自研内部榜单，仅供参考。它主打的是「开源 + 可本地跑 + 生成编辑一体 + 透明图」，优势在部署自由和成本；如果你只想要顶级画质且不介意闭源 API，GPT Image 等仍是备选。要不要换，取决于你是否在意数据本地化、可定制微调和免 API 费用。
研究许可意味着不能直接商用，怎么合规接入
最容易踩的坑是许可证。Qwen-Image-2.1 采用 Qwen Research License，而非此前的 Apache 2.0，明确禁止未经单独授权用于商业用途，也就是说你不能直接拿它接进自己的商业产品、SaaS 或对外出售服务。个人研究、评测、学术使用没有问题；企业商用需要向 Qwen 团队申请单独商业授权。
官方还顺带发布了两个提示词改写模型 Qwen-Image-2.1-PE-T2I 和 PE-I2I（均为 Qwen3.5-VL 9B 微调），能把短提示扩充成详细描述并自动选宽高比，建议搭配使用以提升出图质量。
想先上手试试，具体怎么跑起来
最快路径是用 Hugging Face 在线 Demo 直接试，不需要本地环境；要看代码和报错，去 GitHub 仓库 拿推理脚本。本地跑需要 Python 环境装好 PyTorch 2.4+、transformers 5.17+、Diffusers 源码版和 pillow，调用 QwenImage21Pipeline 即可，传 prompt 出图、多传 image 参数切到编辑模式，默认输出 2048×2048，支持 7 种宽高比。
我的判断：这类「生成+编辑+透明一体化」的开源模型会明显降低图像工具链的使用门槛，尤其利好没有预算买闭源 API 的个人与中小团队。下一步建议你在本地 24GB 显卡上先跑通文生图，再试透明图和抠图功能，对比真实效果是否符合官方案例，再做商用前必须先确认拿到授权。
来源与说明
本文由 AI 潮汐编辑部基于官方公告与公开资料整理，补充了行业影响、适用场景和行动建议，帮助你在阅读原文前先理解这条信息为什么重要。
原始来源：https://huggingface.co/Qwen/Qwen-Image-2.1
如发现事实、价格或链接有误，可通过 联系我们 提交更正。
常见问题
Qwen-Image-2.1 能免费商用吗？
不能。它采用 Qwen Research License，仅限研究和评测用途，商业用途需要向 Qwen 团队单独申请授权。个人学习、学术研究、内部评估可以免费使用。
我的显卡能跑起来吗？
完整部署建议约 24GB 显存的消费级显卡（如 4090 级别），配合 CPU offload 可在更小显存上运行，但生成会变慢。没有独立显卡也可以先用 Hugging Face 在线 Demo 体验效果。
它和普通 AI 画图工具的区别是什么？
最大区别是一个模型同时做文生图、图片编辑和透明图生成，还支持最多 10 张参考图。省去「先生成再单独编辑」的多模型切换。但它是开源权重模型，需要自己部署或用社区平台，不像 ChatGPT 那样开箱即用。
透明背景图生成的效果稳定吗？
需要按官方推荐的固定提示模板写，例如在提示里明确写『This is an RGBA image with transparency』和背景透明等描述。写对模板时透明输出效果好，否则可能带背景，建议多看官方示例。