9月20日，阿里千问宣布开源新一代图像模型Qwen-Image-2.1。该模型将文本生成图像与图像编辑能力整合在同一架构中，视觉生成部分参数量仅为7B，官方称其在生成效果、推理效率与使用成本之间实现了平衡。模型权重及相关资源已在GitHub、HuggingFace和ModelScope三个平台同步发布。

此次更新围绕四个方向展开。在模型效率方面，Qwen-Image-2.1采用轻量化结构与推理优化，试图在生成质量与计算开销之间找到更优解。在透明图像处理上，模型原生支持根据提示词生成普通图像或透明图像，并可直接对透明图层进行编辑与抠图操作，这一能力在开源图像模型中较为少见。

编辑能力方面，Qwen-Image-2.1支持最多10张参考图输入，增强了局部编辑、人像与商品保真度，覆盖多种编辑任务场景。官方展示的示例中，模型可基于十张家居参考图生成室内布置方案。此外，模型在文字排版、人物光影与细节表现上也有所提升，旨在让生成结果更具美感。

从行业视角看，Qwen-Image-2.1将生成与编辑统一、原生透明图层支持以及多参考图输入打包进一个7B参数模型，对需要低成本部署图像生成能力的中小团队具有一定吸引力。目前该模型已开放下载，开发者可基于其进行二次开发或集成。