7B 参数也能抠图透明底：千问开源 Qwen Image 2.1 图像模型

9 月 20 日，阿里千问宣布开源图像系列的新成员 Qwen Image 2.1，官方把它定位在兼顾效果、推理效率和使用成本之间的开源图像模型。

Qwen Image 2.1 最大的结构变化，是把文生图与图像编辑收进同一个模型，生成塔部分仅 7B 参数，透明图像的生成与编辑则是原生能力。

官方给出的更新重点有四个方面。第一项是小模强效：用更轻的模型结构配合推理优化，在生成质量与计算成本之间取平衡，官方同时放出公开评测对比图作为参考。第二项是原生透明、创改一体：既能按提示词生成普通图像，也能直接产出透明图像，还支持透明图层的编辑与抠图。第三项是全能编辑、多局保全：模型支持最多 10 张参考图，强化局部编辑、人像与商品保真，覆盖多种编辑任务，官方举例用十张家居参考图生成室内布置效果。第四项是文字与人物表现，提升文字排版、人物光影与细节，让生成结果更有美感。

对内容创作者来说，原生透明输出省掉了后期抠图的一步，多参考图能力则让批量改图更可控。相关模型已在 GitHub、HuggingFace 与 ModelScope 三个平台放出。

从产品节奏看，图像模型的开源竞争正从拼参数转向拼可用性。7B 量级的模型可以在更低的算力上部署，配合透明的输出格式与多参考图编辑，更容易被电商、设计外包与自媒体这类真实场景接纳，而这些场景过去往往需要多套工具串联。透明图像的原生支持是个容易被忽略但很实用的点，它意味着分层素材可以直接由模型产出，不必再经过专门的抠图环节。随着开源权重放出，后续基于该模型做微调与二次开发的项目，应该会很快出现，而推理成本能否进一步下降，也会决定它被接入实际工作流的速度。

文章与图片内容转载网络，如有侵权请联系平台删除