Qwen 把生图、修图和透明图塞进一个 7B 模型

通义团队 9 月 20 日发布 Qwen-Image-2.1，并同步开放模型权重和代码。模型的视觉生成组件有 7B 参数，采用 32 层单流 DiT 架构，原生支持 2K 图像。官方把它定位成一个同时做文生图和图像编辑的模型。

它能接最多 10 张参考图，也能用圆圈、涂抹标记或单独的蒙版指定修改区域。人物和商品的一致性被列为重点：换衣服、换背景、合成多个商品时，尽量保留脸、形状、纹理和文字。

Qwen-Image-2.1 可以直接生成带透明通道的 RGBA 图片，也可以编辑已经有透明背景的素材。给一张普通照片，它还能把主体提取出来，交付成可继续排版的透明图层。

这件事听上去有点琐碎，却正好击中了设计流程里最烦的一段：生成图片之后，还得抠主体、清边、改局部、保留商品细节，再导入海报、电商主图或视频。以前这些动作分散在不同软件里，模型现在把它们放到了一条指令里。

Qwen 的官方示例还展示了透明素材里的文字替换、人物表情修改，以及把多张人物、服装和家具参考图合成到一个场景。示例是厂商自测，不能直接当成所有图片都能稳定复现的效果。

一个电商团队可以先生成一组商品场景，再保留商品主体去换背景；一个做短视频的人可以把角色、道具和字幕拆成透明素材，后面反复组合；设计师也可以用多张参考图先搭出草稿，再只修改圈出来的部分。

这些用法不等于模型会替设计师做完方案。审美判断、品牌规范、版权确认和最后的细节修整仍然在人手里。模型减少的是来回切软件、重复抠图和重新生成整张图的次数。

Qwen-Image-2.1 使用的是 Qwen Research License。协议把使用、复制和修改的免费范围限定在研究或评估等非商业用途；如果把模型用于商业产品或服务，需要向 Qwen 申请单独的商业授权。

这意味着个人试用、内部评估和研究可以先跑起来，接客户项目、做在线生图服务或把模型放进收费产品之前，要先处理授权。模型权重开放下载，不等于商业使用没有条件。