7B小模型超越闭源！千问Qwen-Image-2.1开源：原生透明图最多10张参考图_人工智能

快科技9月21日消息，阿里千问正式开源新一代图像模型Qwen-Image-2.1，将文生图与图像编辑整合在同一模型中。

视觉生成部分仅7B参数，却在Qwen-Image-Bench公开评测中拿下60.28总分登顶开源第一，甚至超过闭源的Nano Banana 2.0（59.82）和GPT Image 1.5（59.65），官方将其定位为千问图像系列当前"最平衡、性价比最高"的开源生图模型。

7B小模型超越闭源！千问Qwen-Image-2.1开源：原生透明图最多10张参考图

视觉生成部分采用32层Single-Stream DiT，原生支持2K分辨率输出，整个管线（含Qwen3-VL 8B文本编码器）总参数量约16.22B。

推理侧引入混合粒度注意力结构：文本部分（系统前缀、编辑指令）走Token级因果掩码，图像生成部分走Chunk级掩码，配合KV Cache复用机制将输入图像与编辑指令作为静态上下文在首步预计算缓存。

多图输入场景下的效率提升尤为明显，兼顾了推理速度与显存开销。

7B小模型超越闭源！千问Qwen-Image-2.1开源：原生透明图最多10张参考图

原生RGBA透明图是本次更新最具实用价值的能力，模型可根据提示词自动决定输出普通图像还是带透明通道的图像，无需额外的抠图环节。

这项能力吸收了2025年12月发布的Qwen-Image-Layered专用模型，并进一步扩展——不仅能生成单个主体的透明素材，也能生成多元素组合的复杂结构图像；透明图层中的文字、人物表情均可直接编辑。

7B小模型超越闭源！千问Qwen-Image-2.1开源：原生透明图最多10张参考图

输入一张RGB真实照片，模型可提取主体输出带Alpha通道的RGBA图层，毛发边缘这类传统抠图痛点从根源上被绕开。

编辑能力有四个维度升级，参考图上限提升到10张，可将多张人像合成合照，也可输入模特+衣服+鞋子+包包+帽子共5张图生成完整穿搭，还能参考10张家装图输出室内布置方案；局部编辑支持圈选、涂抹和独立掩码三种方式，一次指定多个区域分别修改，掩码方式可完整保留原图信息。

7B小模型超越闭源！千问Qwen-Image-2.1开源：原生透明图最多10张参考图

人像与商品保真增强，修图前后面部特征保持高度一致，商品在新场景中文字、纹理与形态不走样；同时覆盖全景图、信息图、分镜图等多种任务类型。

文字生成除内容准确外，更注重字体、排版与画面的整体协调；人物表现上强化光影与细节刻画，让生成结果更接近真实质感。

7B小模型超越闭源！千问Qwen-Image-2.1开源：原生透明图最多10张参考图

【本文结束】出处：快科技

作者：zhiyongz

科技资讯站点 QQ交谈