Qwen-Image-2.1

Qwen-Image-2.1 是通义 Qwen 团队于 2026 年 9 月 20 日开源的图像模型。它把生成和编辑放在同一个模型里，原生输出透明（RGBA）图像，单次编辑最多接收 10 张参考图，靠 7B 的生成 Transformer 支持 2K 分辨率。GoEnhance 目前还没有上线 2.1，所以下面的控制台打开的是站上最新的 Qwen 模型 Qwen Image 3。

中英双语海报排版

标签清晰的产品图

六格分镜

杂志感人像

Qwen Image 3

提示词

示例提示词

将带着该模型和提示词打开 GoEnhance 创作台。

在 GoEnhance 用 Qwen Image 能做什么

文字不会糊掉的海报

把标题、日期和小字排进画面，中英文都能立住。适合真的要放文案的活动海报、主视觉和社交封面。

标签能看清的产品图

把产品放在干净背景上，光线保持柔和，标签文字仍然清楚。可以直接用于商品图、详情页和包装草案。

多格图板与网格

要六格图板、九宫格科普图还是设计版面，每一格都是同一种画风，小标题也能放在你指定的位置。

肤质和光线自然的人像

生成肤质真实、眼神有高光、窗光柔和的杂志感人像，之后只改服装或取景，人脸不会跑掉。

Qwen-Image-2.1 有什么新东西

原生透明，不是抠图

模型自带 64 通道 RGBA 自编码器，空间压缩 16 倍，透明是模型本身的能力而不是后期处理。可以直接按提示词生成透明图、编辑透明图层，也能把主体从普通照片里提出来。

生成和编辑同一个模型

文生图和图像编辑走同一条流水线。可以从提示词开始，也可以丢一张图进去改，或者一次请求里两件事一起做，中途不用换模型。

最多 10 张参考图

单次编辑最多可以给十张参考图：用多张单人照拼出合影，或者把模特、衣服、鞋、包、帽子的分开拍摄合成一整套穿搭。

直接圈出要改的地方

局部修改可以用圈选、手涂标注或单独的蒙版来指定。人物和商品的特征保持不变，只有你标出来的区域会变。

7B 的紧凑结构

生成 Transformer 是 32 层单流 DiT、7B 参数，文本编码器用 Qwen3-VL 8B。混合粒度注意力加上前缀 KV 缓存复用，提示词和参考图只编码一次，后续每一步复用。

原生 2K，文字更利落

推荐尺寸从 1:1 的 2048×2048 到 16:9 的 2752×1536，默认 40 步。排版、人像光线和细节质感都比上一代 Qwen-Image 更好。

自己把 Qwen-Image-2.1 跑起来

拿到权重

Qwen-Image-2.1 是开源权重。可以从 Hugging Face（Qwen/Qwen-Image-2.1）或 ModelScope 下载，也可以直接用 Comfy-Org/Qwen-Image-2.1 这份适配 ComfyUI 的版本。

选一个运行环境

Diffusers 首日就通过 QwenImage21Pipeline 支持，ComfyUI 也内置了生成和编辑的工作流。量大的话，vLLM-Omni、SGLang 和 LightX2V 提供前缀缓存、量化和多卡推理；AMD ROCm 和 FlagOS 适配的芯片同样能跑。

提示词、尺寸和透明

先用官方的提示词改写模型（生成用 PE-T2I，编辑用 PE-I2I），尺寸和步数按推荐的 2K 与 40 步来。要透明结果时，提示词开头按模型约定写明这是背景透明的 RGBA 图像。

在 GoEnhance 试试 Qwen Image

Qwen-Image-2.1 与 GoEnhance 上的 Qwen Image 对比

对比项	Qwen-Image-2.1（开源权重）	Qwen Image 3（GoEnhance 站上）
在哪里跑	自己的 GPU，或自己搭的云端环境	浏览器里直接用，不用装东西
透明 RGBA 输出	原生支持，也能编辑透明图层	不支持
参考图	单次编辑最多 10 张	编辑器里支持参考图
分辨率	原生 2K，最高 2752×1536	支持 1K 和 2K 输出
文字渲染	中英文排版比上一代更好	中英文字和密集版面都稳
上手方式	下权重、装环境、自己管显卡	写提示词，点生成

探索更多 Qwen 图像模型

Qwen-Image-3.0

Qwen-Image-2.0

通义万相图像大模型

Qwen Image 2512

Qwen 图像编辑 - 专业 AI 图像编辑

Qwen-Image-2.1 常见问题

Qwen-Image-2.1 是什么？

它是通义 Qwen 团队开源的图像模型，把文生图和图像编辑做进了同一个模型。生成 Transformer 是 32 层单流 DiT、7B 参数，原生输出透明 RGBA 图像。权重于 2026 年 9 月 20 日公开。

能在 GoEnhance 上用 Qwen-Image-2.1 吗？

暂时不行。站上目前提供的是 Qwen Image 2、Qwen Image 2 Pro、Qwen Image 3 和 Qwen Image 3 Pro。这页的控制台打开的是站上最新的 Qwen Image 3，不用自己准备显卡就能试同一系列的效果。

商用是免费的吗？

仓库采用的是 Qwen Research License Agreement，和通常意义上的商用许可不一样。把权重或生成结果用在商业项目之前，请先读 GitHub 上的许可原文。

透明图是怎么生成的？

透明能力做在自编码器里：64 通道 RGBA VAE，空间压缩 16 倍。你在提示词里写明这是背景透明的 RGBA 图像，拿到的就是带真实 alpha 通道的图，而不是抠出来的蒙版。

需要什么硬件？

生成部分 7B、文本编码器 8B，实际用起来需要一块显存够用的较新显卡。社区的运行环境能帮上忙：vLLM-Omni 和 SGLang 支持 FP8 权重、CPU 卸载和多卡并行，LightX2V 则面向消费级显卡。

最多能用几张参考图？

单次编辑最多十张。这让多主体合成变得可用：一张画面里放多个人，或者用分开拍的产品图拼出一整套穿搭，而每个元素还认得出来。

在 GoEnhance 试试 Qwen Image 系列

Qwen-Image-2.1 是开源权重，要自己准备机器来跑。如果你更想写一句提示词就拿到图，就在 GoEnhance 打开 Qwen Image 3，从上面任意一个示例开始。

从 Qwen Image 3 开始