Qwen-Image-2.1-Turbo开源8步生成图像

时间：2026年10月9日 地点：中国杭州（阿里巴巴通义千问团队），模型权重同步上线 Hugging Face 与 ModelScope 人物：阿里巴巴通义千问（Qwen）团队、阿里云百炼 Alibaba Cloud Model Studio 事件详情：10月9日，通义千问团队在 X 平台宣布开源图像生成模型 Qwen-Image-2.1-Turbo。该模型是 Qwen-Image-2.1 的加速检查点，仅需 8 步去噪即可完成文生图与图像编辑，而基础模型官方示例采用 40 步。Turbo 沿用 7B 视觉生成组件（32 层单流 DiT），可直出最高 2048×2048 的 2K 图像，支持自然语言连续编辑、最多 10 张参考图以及原生透明 RGBA 图层生成与编辑。权重已在 Hugging Face 和 ModelScope 开放下载，可通过 Diffusers 的 QwenImage21Pipeline 直接加载，官方同时提供了 8 步生成与编辑的示例代码。同日，Qwen-Image-2.1 Pro 与 Turbo 的 API 在阿里云百炼正式上线，单张图像生成定价 0.014133 美元（中国大陆、美国、德国、日本、香港节点），新加坡节点为 0.016 美元，各节点限速均为每分钟 120 次请求。 背景：Qwen-Image-2.1 于 9 月 20 日开源，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，公开评测在开源模型中排名第一并超过 Nano Banana 2.0，官方仓库一个月内的下载量已达约 12.2 万次、点赞 3142 次。作为对比，Turbo 检查点上线数小时仅获 33 个点赞，尚无人有时间完整评测。Turbo 延续 Qwen 研究许可协议，与基础模型一样属于非商用研究许可，条款未因加速而放宽；官方也未为 Turbo 单独发布博客或公布基准分数，GitHub 仅在 Qwen-Image-2.1 仓库的新闻列表中留下一条 2026.10.09 记录。 影响：推理步数从 40 步压缩到 8 步，叠加默认 CFG=1（无分类器引导）与前缀 KV 缓存对文本和参考图上下文的复用，单次出图的算力成本明显下降，电商主图、海报排版、UI 布局等批量生成场景受益最直接，API 单张约 0.014 美元的价格也把商用出图成本进一步压低。开发者需要留意两个落地门槛：其一，8 步采样调度随权重一起保存并自动加载，仅传入 num_inference_steps 并不会覆盖它，从基础模型照搬的旧代码虽然能运行，却无法复现官方展示效果，需使用包含 Diffusers PR #14950 的源码版本并安装 transformers 5.17.0 以上版本；其二，官方没有公布 Turbo 的吞吐、延迟与内存占用，也没有 Qwen-Image-Bench 分数，部署前需要自行实测。 总结：通义千问用一个 7B 加速检查点把开源图像模型的推理成本进一步打薄，8 步直出 2K 图像并同步开放 Pro 与 Turbo API，说明开源生图赛道的竞争重点正从跑分转向单位成本与出图速度；但调度内置权重带来的复现陷阱，以及仍然锁定的非商用研究许可，也为想把它放进产品的开发者设下了新的门槛。 参考来源： https://github.com/QwenLM/Qwen-Image-2.1 https://huggingface.co/Qwen/Qwen-Image-2.1-Turbo https://www.panewslab.com/zh-hant/articles/01a120d7-a991-7111-b7f6-34949c45e6a4 https://www.alibabacloud.com/help/en/model-studio/qwen-image-2-1-turbo https://modelscope.cn/models/Qwen/Qwen-Image-2.1-Turbo https://www.orcarouter.ai/zh-CN/blog/qwen-image-2-1-turbo-release https://tw.tradingview.com/news/panews:79d177020acdf:0/ https://qwen.ai/blog?id=qwen-image-2.1