Qwen-Image-2.1 开源：7B 统一生图与编辑、原生透明通道，商用要先过许可关（2026年9月）
Qwen-Image-2.1 于 9 月 20 日开源：7B 视觉组件统一生图与编辑，原生 RGBA 透明通道、10 张参考图、2K 输出，ComfyUI 与 Diffusers 首日适配，RTX 3090 可跑。本文讲清部署门槛、商用许可红线，以及它与 Qwen Image 3.0 的定位差异。
9 月 20 日，阿里通义千问团队开源图像生成与编辑模型 Qwen-Image-2.1：文生图和图像编辑收进同一个 7B 视觉生成组件（32 层单流 DiT），原生支持 RGBA 透明通道，单次最多吃 10 张参考图，RTX 3090 级消费显卡即可本地部署，ComfyUI 与 Diffusers 首日适配。先把结论放在最前面：权重确实开放下载，但默认许可（Qwen Research License）只覆盖非商用研究评估，要接进生产环境得先向 Qwen 单独申请授权。
一个 7B 模型同时管生图和编辑
开源图像模型大多是「生图归生图、编辑归编辑」，两套权重两套工作流。Qwen-Image-2.1 把两件事收敛进单一模型，官方模型卡确认视觉生成部分仅 7B 参数，并称其在自家评测中超过多数被对比的闭源模型。注意「自家评测」四个字：第三方独立榜单还没跟上，这个排名目前只能当厂商口径看。
原生 RGBA：抠图工作流的刚需
多数模型输出不带 alpha 通道，要透明底得再跑一遍抠图。Qwen-Image-2.1 原生生成和编辑带透明通道的图像，可以直接产出贴纸、印章、合成素材这类透明底资产，也能在透明图层上改文字。做电商详情页和素材包的人，这一项省掉的是整条抠图流水线。
10 张参考图加局部编辑：群像与虚拟试穿
编辑模式一次最多 10 张参考图：官方演示里，合影中每张脸来自不同单人照，模型负责合成并保持身份一致；虚拟试穿、房间改造同理。局部修改用圈选、涂抹或外部 Mask 指定区域；配合混合粒度注意力与前缀 KV 缓存复用，多参考图场景不必每次全量重编码，交互速度才有实际意义。原生 2K 输出，默认 2048×2048，16:9 与 9:16 长边可到 2752。
部署门槛：3090 能跑，量化再往下探
权重挂在 Hugging Face 与 ModelScope，未设下载门槛；ComfyUI 首日提供 BF16 与 INT8 文件和现成工作流，Diffusers 走 QwenImage21Pipeline，vLLM-Omni、SGLang 也有 day-0 支持。24GB 显存的 ComfyUI 用户可以直接套用官方工作流；从 Stable Diffusion 时代攒下来的本地部署经验同样适用。
商用红线：开源权重不等于随便用
模型页上 License: qwen-research 是这次发布最容易被忽略的一行。研究、评估随便跑；要接进产品、给客户出图、做成付费服务，必须先向 Qwen 申请商用授权。别沿用「千问旧模型都是 Apache 2.0」的印象——这次不是。
和 Qwen Image 3.0 什么关系
容易混淆：Qwen Image 3.0 是 7 月发布的云端模型，主打 4.5K token 长提示词、小字号文字与报纸、分镜类复杂排版；2.1 是 9 月开源的可下载权重路线，主打透明通道与多参考编辑。两者是并行定位，不是简单的新旧替代。
下面这张信息图对比了 Qwen-Image-2.1、Qwen Image 3.0 与 Midjourney 三条路线在部署、透明通道与商用许可上的关键差异。
谁该上手，谁先观望
本地部署党、ComfyUI 工作流玩家、做透明素材和参考图合成的创作者：值得直接上手。要商用出图的公司：先申请授权，或在即梦AI、Seedream、Midjourney、Recraft 这类云服务里过渡。想先在网页上试效果：HF 模型页有在线 Demo，Qwen 聊天入口也可关注后续是否上线生图能力。
❓ 常见问题
默认不可以。它采用 Qwen Research License，仅授权研究与评估用途；商用必须向 Qwen 团队单独申请授权，不能沿用以往千问模型 Apache 2.0 许可的印象。
官方与多家媒体报道 RTX 3090 级 24GB 显存消费显卡即可运行；ComfyUI 提供 BF16 与 INT8 模型文件，社区量化版可进一步降低显存门槛。
不是新旧替代。Qwen Image 3.0 是 7 月发布的云端信息密集生成模型；2.1 是 9 月开源的可下载权重路线，主打透明通道与多参考图编辑，两者并行定位。
这是 Qwen 自家评测榜单的结论，第三方独立评测尚未跟上，建议先当厂商口径看待，等独立复现结果再下判断。