Qwen-Image-2.1：阿里巴巴开源 70 亿参数的图像生成与编辑模型

2026年9月20日，阿里巴巴通义千问团队开放了 Qwen-Image-2.1 的权重。这是一个统一的检查点，既能根据文字生成图像，也能编辑已有图像。阿里巴巴称它是 Qwen-Image 系列中“最均衡、最具性价比”的模型。10月9日，团队又推出了加速版 Qwen-Image-2.1-Turbo，并在阿里云百炼（Model Studio）上线了 Pro 和 Turbo 的 API。

Qwen-Image-2.1 能做什么

开发者重点介绍了四项改进：

• 体积更小。 生成器有 70 亿参数，共 32 层 DiT。2025 年的第一代 Qwen-Image 有 200 亿参数，编辑还需要单独的 Qwen-Image-Edit 检查点。
• 透明背景。 模型可直接输出带 Alpha 通道的 PNG（RGBA），能编辑透明图层，也能从照片中抠出主体，无需单独去背景。
• 灵活编辑。 每次请求最多 10 张参考图；可用圆圈、涂抹标注或蒙版指定局部编辑区域；能保持人物和商品的一致性。
• 真实感。 文字排版、人像光影和细节纹理都有提升。

原生分辨率为 2K：方图 2048×2048，16:9 为 2752×1536，3:2 为 2528×1696。默认 40 步。提示词和条件图由一个单独的 80 亿参数 Qwen3-VL 编码器处理，因此本地运行需要显存充足的 GPU。

Qwen-Image-2.1-Turbo 有何不同

Turbo 于 2026年10月9日发布。它沿用相同的 70 亿参数架构，但出图只需 8 步，而不是 40 步。功能没有删减：2K、透明背景、最多 10 张参考图和局部编辑都保留了。步数调度已写入检查点，所以仅修改 num_inference_steps 并不能改变它。Turbo 还可以通过 LightX2V 应用在 Apple Silicon 的 Mac 上运行。

在哪里下载和运行

Qwen-Image-2.1 和 Turbo 的权重在 Hugging Face 和 ModelScope 上，代码和示例在 GitHub 的 QwenLM/Qwen-Image-2.1 仓库。发布当天，Diffusers（QwenImage21Pipeline）、ComfyUI、vLLM-Omni、SGLang、LightX2V 和 Intel OpenVINO 就已支持。另外还有适配 AMD（ROCm）和 Intel Arc 显卡的版本。

最大的限制是 Qwen Research License：开源权重只能用于非商业用途。第一代 Qwen-Image 使用的是宽松的 Apache 2.0 许可证。如需商用，阿里巴巴提供单独许可或百炼上的付费 API。

如何在 AI2Face 中试用

Qwen-Image-2.1 已通过 API 接入 AI2Face 生成器——无需自备显卡，无需搭建 ComfyUI，也不用担心非商业许可的问题。旁边还有其他顶级图像模型：Nano Banana 2.1、GPT Image、Seedream 和 Flux，用同一个提示词就能方便对比。每次生成前都会显示费用。完整对比请看我们的 AI 图像生成器 盘点。