阿里千问开源 Qwen-Image-2.1,透明图能直接生成和编辑
阿里千问昨天又开源了一个图像模型 Qwen-Image-2.1,把文生图和图像编辑合进了同一个模型里,视觉生成部分只有 7B 参数,还原生支持透明图像的生成和编辑。
对做设计、做素材的人,最实用的是透明图和编辑这两件事。以前生成一张透明底的 PNG,通常要先生成再抠图,或者换个专门的抠图工具走一遍。Qwen-Image-2.1 可以直接按提示词生成普通图或透明图,透明图层还能接着编辑、抠图,等于把"生成"和"处理"压进了一步。

编辑能力也放宽了。它支持最多 10 张参考图,官方重点提了局部编辑、人像和商品保真。这在电商场景里很吃香,拿几张商品实拍当参考,就能生成风格统一、产品外观不跑偏的图,比凭空生成要靠谱得多。
官方把这版的特点概括成四块,小模型但有性价比,原生透明、创改一体,多参考图做全能编辑,还有文字排版和人物光影的质感提升。
参数只有 7B,意味着本地部署的门槛低了不少。配合它同时放出的 GitHub、HuggingFace 和 ModelScope 三个开源地址,开发者自己就能跑起来,不用非得调 API 或者氪金。
对普通用户来说,这版最直接的意义是,以后要做透明素材、电商主图、多图融合这类活儿,多了一个开源、能私有化部署的选择。尤其对在意素材不出门、不想把商品图传给第三方的商家,本地跑一个 7B 的图像模型,是个实打实的替代方案。
模型强不强,光看官方说辞不算数,还得等社区拿真实任务跑几轮。但这几个能力点踩得准,透明图和商品保真都是当下真有人在付钱解决的痛点。
作者提示含AI生成内容。
