# 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）

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。

![Qwen-Image-2.1 官方 Hugging Face 模型页：7B 参数、BF16、qwen-research 许可](https://www.aitoollab.cn/images/articles/qwen-image-2-1-open-source-2026/hf-model-page.png)

## 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](/tools/comfyui/) 用户可以直接套用官方工作流；从 [Stable Diffusion](/tools/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](/tools/jimeng-ai/)、[Seedream](/tools/seedream-5-0-pro/)、[Midjourney](/tools/midjourney/)、[Recraft](/tools/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](/tools/qwen-chat/)入口也可关注后续是否上线生图能力。