阿里巴巴通義千問團隊發布了 Qwen-Image-2.1，這是一款專為圖像生成與編輯設計的輕量級 7B 參數開權重模型。該模型採用單流 DiT 架構，不僅體積較前代大幅縮減，更引入了原生 RGBA 透明度支援，允許直接生成與編輯帶有透明背景的圖層。在功能上，它支援最多 10 張參考圖像，能進行精確的局部編輯，例如同時移除特定物件或修改區域內容。此外，該模型從發布起即原生兼容 ComfyUI，使用者可直接從 Hugging Face 或 ModelScope 下載權重檔案進行本地部署。

事件背景

開權重模型提供預訓練的神經網路權重，讓使用者能下載並在本地運行，相較於僅限 API 的服務提供了更高的靈活性。RGBA（紅、綠、藍、透明度）透明度允許圖像具有不同程度的不透明度，這對於在設計軟體中疊加圖形至關重要。向更小、更高效模型發展的趨勢旨在讓高品質的 AI 生成能夠在消費級硬體上運行。

社群觀察

社群成員對參數量從超過 200 億大幅減少至 70 億表示熱情，認為這使得模型更容易被廣泛使用。使用者特別欣賞原生透明度功能，以及直接在模型內利用參考圖像進行複雜局部編輯的能力。