QwenImage2.1 来了：模型更轻量，图像编辑能力更强

模型瘦身：从 20B 到 7B

Qwen-Image-2.1 最显著的变化是参数规模大幅缩减。上一代 Qwen-Image 视觉生成模块为 20B，本代仅 7B，采用 32 层 Single-Stream DiT 架构。同时搭配 Qwen3-VL 8B 作为文本和条件图像编码器，将文字指令与参考图像编码到统一表示形式；图像部分使用支持 RGBA 的 64 通道 VAE，空间压缩倍率 16 倍。

参数缩减后能力未明显下降。官方 Qwen-Image-Bench 榜单显示，Qwen-Image-2.1 综合得分 60.28，略高于 Google Nano Banana 2.0（59.82）和 GPT Image 1.5（59.65），进入头部图像模型第一梯队。

Qwen-Image-Bench 各模型综合得分对比

工程优化：混合粒度注意力 + KV 缓存复用

推理效率方面，模型引入混合粒度注意力机制：文字部分（系统提示词、编辑指令）采用 Token 级因果掩码，图像部分采用 Chunk 级掩码。KV 缓存复用将编辑指令和参考图视为静态上下文，仅在推理第一步完成预计算并缓存，显著降低显存占用和重复推理开销。

混合粒度注意力机制与 KV 缓存复用示意

统一模型整合多种编辑能力

Qwen-Image-2.1 将此前分散的能力整合进单一模型，不再需要在不同模型间切换：

原生 RGBA 透明图：支持直接生成透明图层、编辑已有透明图、从普通照片提取主体。此前千问曾单独发布 Qwen-Image-Layered 处理此类任务，现已统一进主模型，由模型根据任务自动决定输出普通图片还是透明图片。
多图编辑（最多 10 张参考图）：可同时理解并组合多个人物、商品或视觉素材。典型场景包括多人肖像合成、服饰搭配生成、室内家具重组等。这直接命中真实生产环境痛点——电商已有商品/模特照，设计师已有 Logo/IP 规范，影视团队已有角色设定/场景概念图，难点在于让模型理解既有素材后重新组织而不破坏身份与外观一致性。
局部编辑：支持圈选、涂抹、独立掩码三种方式指定编辑区域。圈选+文字指令可同时完成删除手表、改发色、换服装等复合操作；涂抹适合难以用语言描述位置的编辑（如在鲨鱼右侧涂抹区域并要求新增潜水员）；独立掩码则用于需要完整保留原图信息的场景（原图+掩码分别输入，仅修改指定区域）。

此外，模型在人像编辑中加强面部结构和细节特征保持，降低连续编辑中"换了一张脸"的问题；商品编辑则尽量保留原有文字、纹理、颜色和形态。

多图编辑与局部编辑案例

模型还支持全景图扩展（从自拍照向外延展场景）、复杂信息图生成（以人物/商品为核心扩展文字排版）、以及依据人物三视图生成连续分镜（延伸到漫画、影视预演、广告脚本等场景）。

文字生成：从"写对"到"排版"

文字渲染一直是图像生成模型的难点。从 2025 年第一代 Qwen-Image 开始，中文和复杂文字生成就是千问的重要技术方向。到 Qwen-Image-2.1，关注点已从"能不能把字写对"推进到文字生成的专业性：复杂文字内容准确性、字体风格、文字层级和排版关系均经过优化，文字需与人物、商品、背景等视觉元素形成协调布局。人物光影、肤质和面部细节也更接近真实摄影效果。

实测：茶饮海报 + 10 图编辑

InfoQ 设计了两个接近日常内容生产的测试场景：

茶饮海报生成：提示词包含主标题、产品名、宣传语、价格、配料、活动日期等。结果文字无误，标题/副标题/正文信息层级清晰，文字自然融入画面而非简单堆叠。
10 图多主体编辑：先生成 5 位女孩 + 5 杯养生饮品共 10 张图，再同时输入要求生成"5 位女孩在花园拿着不同养生茶"的海报。结果整体完成度较高，饮品与人物基本准确匹配，一致性保持良好。但个别细节有偏差（鞋子与原图不一致、饮品出现重复），多图生成耗时偏长，效率仍有提升空间。

许可证：这次不是 Apache 2.0

这是工程落地前最需要确认的点。 尽管千问将 Qwen-Image-2.1 描述为"开放权重模型"且权重已公开下载，但 GitHub 仓库采用的许可证从此前的 Apache 2.0 改为 Qwen Research License Agreement，明确标注 "Non-Commercial"，当前授权范围仅限研究和评估。商用需另外向千问申请商业授权。若使用该模型材料或输出进一步创建、训练、微调或改进其他 AI 模型并公开提供，需在产品文档中注明 "Built with Qwen" 或 "Improved using Qwen"。

项目链接

GitHub: https://github.com/QwenLM/Qwen-Image-2.1
Model Scope: https://www.modelscope.cn/models/Qwen/Qwen-Image-2.1
Hugging Face: https://huggingface.co/Qwen/Qwen-Image-2.1