一个模型同时做生成和编辑

9 月 20 日，阿里千问开源了 Qwen-Image-2.1，把文生图与图像编辑合并进同一个模型：视觉生成部分只有 7B 参数，却原生支持带透明通道的图像输出，既能直接生成透明底图，也能编辑透明图层、从照片里抠出主体，最多可同时参考 10 张图。模型结构是 32 层单流 DiT，权重已经放在 Hugging Face 与 ModelScope 上。

电路板特写

把「生成」和「编辑」塞进一个模型，不只是参数量的问题，而是工作流的问题。过去做一张商品图，往往要经过文生图、抠图、局部重绘几个模型接力，每一步都会掉一次画质和一致性；现在这条链路可以在同一个模型里走完。

透明通道是被低估的细节

做电商和设计交付的人会立刻明白原生透明意味着什么：以前透明底图靠后期抠像，发丝边缘和半透明材质（玻璃、纱料、水花）几乎必崩；模型原生输出带 alpha 通道的图像，透明度是推理结果的一部分，而不是事后加工。这类能力对货架图、详情页素材、贴纸类内容的价值，远高于「生成一张好看的图」。

一张消费级显卡就能跑

7B 的规模让它能落在单张 RTX 3090 级别的消费卡上，这是本次发布最实际的部分：小团队不必再为每张图付按次计费的 API 成本，也不必租 GPU 集群。配套的还有一个基于 Qwen3.5-VL 9B 微调的提示词改写模型，负责把一句大白话扩写成可用的生图指令。

开源不等于能商用

需要提醒的地方有两点。其一，权重可以随便下载，但许可是研究用途，商用要另外取得授权；其二，官方宣称的「超过多数闭源模型」是在自家评测集上得到的成绩，独立第三方验证尚未出现。

因此更理性的用法是：把它放进验证环境，先用来做素材原型和流程验证，确认它在你自己的品类上（比如五金、农产品、服装）是否稳定；等授权路径明确，再考虑接进生产链路。开源模型的价值不只在省钱，更在于它把图像生产从「调别人的接口」变成「调自己的流程」。