Alibaba open-sources Qwen-Image-2.1, a 7B image model with unified generation and editing

Coverage timeline

1. Hacker Newsjmillikinyesterday
   Qwen-Image-2.1: Compact, efficient, and unified image creationHN
2. 机器之心机器之心yesterday
   拿下开源生图第一，千问Qwen-Image-2.1把生图卷出新高度

   编辑｜泽南 AI 写代码的能力经常能让开发者「双手离开键盘」，但对于设计师而言，AI 生成的图片距离能交稿总是差了好几步。 在图像设计的工作流中，人物需要抠图、素材需要改字、各种商品的摆放要时不时调整，但包装上的字、瓶身的形状不能跟着变。如果需求不停调整，还得继续修改局部，让整张图保持协调。 这些细节决定了 AI 生图能否进入真正的创作流程。对设计师、电商运营和内容创作者来说，如今图像模型的瓶颈，在于每一次提出的修改指令能否准确完成。 本周日，阿里千问 正式开源图片生成模型 Qwen-Image-2.1 ，以小模型的体量解决了大部分生产力难题：它实现了文生图与图像编辑一体化，原生支持透明图生成，最高可以接收 10 张参考图，还进一步强化了局部编辑、人像与商品保真。 它成为了千问图像系列当前最平衡、性价比最高开源生图模型。公开评测结果显示，Qwen-Image-2.1 取得开源模型第一，得分甚至超过了 Nano Banana 2.0。要知道，这个模型的视觉生成部分参数量仅为 7B。 在 X 等平台上，已经有提前获得体验资格的用户放出了生成结果，大家一阵好评。有包含大量文字内容的效果图： 生成出真实照片质感图片的： 也有尝试各种不同滤镜、打光风格的： 人们认为 Qwen-Image-2.1 在指令遵循、抽卡成功率以及实际效果上都令人印象深刻。基于新模型的能力，我们已经可以串起素材生成、组合与修改的工作流，用 AI 来解决很多复杂的修图问题。 能力与效率 据介绍， Qwen-Image-2.1 的视觉生成部分采用 20 层 Single-Stream DiT，参数量为 7B，原生支持 2K 。该模型在评测基准中实现了超越体量的水平：Qwen-Image-2.1 的总分为 60.28。相比之下，Nano Banana 2.0 为 59.82，GPT Image 1.5 为 59.65。它已经能够与多款闭源图像模型同场竞争。 Qwen-Image-Bench 评测图表。 视觉生成部分仅有 7B 参数，也让这样的能力水平更值得关注：其在较小的生成模块中同时容纳了生图、透明素材生成与多图编辑能力（生成和编辑统一管线），为开发者部署和定制图像工具提供了更轻量的起点。 性能不错的同时，Qwen-Image-2.1 还对模型的推理过程进行了优化，核心思路是减少不必要的重复计算。 在一次

   
3. Techmeme20 hours ago
   Alibaba releases Qwen-Image-2.1, a 7B open-weight model it says outperforms most closed-source models, with native transparency and up to ten reference images (Qwen)

   Qwen : Alibaba releases Qwen-Image-2.1, a 7B open-weight model it says outperforms most closed-source models, with native transparency and up to ten reference images — · QwenTeam丨Translations:.体中文 — We are excited to open-source Qwen-Image-2.1 …