小白爱摸鱼
@chaozuoye
阿里把 Qwen-Image-2.1 的权重和代码一起放出来了：7B 轻量模型（32 层 Single-Stream DiT），文生图和图像编辑合成同一个模型，官方定位是轻、快、便宜，多图输入推理大幅加速。
入口有三个：官方 Blog、GitHub 仓库、Hugging Face，Diffusers、ComfyUI、vLLM-Omni、SGLang 首日就能跑。
我最看重的不是参数量，而是"生成 + 编辑统一成一个模型"这件事。过去生图和改图是两套管线：换模型、换提示、还得把上一轮的状态重新交代一遍，"改"往往等于从零重来；合成一个之后，编辑变成在原图上的受控操作，少一次模型切换，也少一次状态丢失。
第二个亮点是原生 RGBA 透明图。合成环节的老问题是抠图——边缘毛糙、发丝和玻璃这类细节容易丢，而这里直接出透明图层，还能继续编辑透明素材做无缝合成。配合圈选、涂抹、蒙版的局部改，编辑精度从"重试到满意"变成"点名要哪改哪"。
提醒两点：7B 的"轻"是相对的，多图输入和高分辨率输出都会推高显存与耗时，本地跑之前按自己的显卡和量化档位试一轮；首日生态四个入口都能用，正好拿来横向对比。
入口：github.com/QwenLM/Qwen-Im… · huggingface.co/Qwen/Qwen-Imag… · qwen.ai/blog?id=qwen-i…
226 浏览 0 评论
0 反应
