Qwen-Image-2.1

Qwen-Image-2.1 是通義 Qwen 團隊於 2026 年 9 月 20 日開源的圖像模型。它把生成與編輯放在同一個模型裡，原生輸出透明（RGBA）圖像，單次編輯最多接收 10 張參考圖，並以 7B 的生成 Transformer 支援 2K 解析度。GoEnhance 目前尚未上線 2.1，因此下方控制台開啟的是站上最新的 Qwen 模型 Qwen Image 3。

中英雙語海報排版

標籤清晰的產品圖

六格分鏡

雜誌感人像

Qwen Image 3

提示詞

範例提示詞

將帶著該模型與提示詞開啟 GoEnhance 創作台。

在 GoEnhance 用 Qwen Image 能做什麼

文字不會糊掉的海報

把標題、日期與小字排進畫面，中英文都能立住。適合真的要放文案的活動海報、主視覺與社群封面。

標籤看得清的產品圖

把產品放在乾淨背景上，光線保持柔和，標籤文字依然清楚。可直接用於商品圖、商品頁與包裝草案。

多格圖板與網格

要六格圖板、九宮格科普圖或設計版面，每一格都是同一種畫風，小標題也能放在你指定的位置。

膚質與光線自然的人像

生成膚質真實、眼神有高光、窗光柔和的雜誌感人像，之後只改服裝或取景，人臉不會跑掉。

Qwen-Image-2.1 有哪些新東西

原生透明，不是去背

模型內建 64 通道 RGBA 自編碼器，空間壓縮 16 倍，透明是模型本身的能力而非後製。可以直接依提示詞生成透明圖、編輯透明圖層，也能把主體從一般照片裡取出。

生成與編輯同一個模型

文生圖與圖像編輯走同一條流程。可以從提示詞開始，也可以丟一張圖進去改，或在同一次請求裡兩件事一起做，中途不必換模型。

最多 10 張參考圖

單次編輯最多可給十張參考圖：用多張單人照拼出合照，或把模特、衣服、鞋、包、帽子的分開拍攝組成一整套穿搭。

直接圈出要改的地方

局部修改可用圈選、手繪標註或單獨遮罩指定。人物與商品的特徵維持不變，只有標出的區域會改。

7B 的精簡結構

生成 Transformer 為 32 層單流 DiT、7B 參數，文字編碼器採用 Qwen3-VL 8B。混合粒度注意力加上前綴 KV 快取重用，提示詞與參考圖只編碼一次，後續每一步重複使用。

原生 2K，文字更俐落

建議尺寸從 1:1 的 2048×2048 到 16:9 的 2752×1536，預設 40 步。排版、人像光線與細節質感都優於上一代 Qwen-Image。

自己把 Qwen-Image-2.1 跑起來

取得權重

Qwen-Image-2.1 為開源權重。可從 Hugging Face（Qwen/Qwen-Image-2.1）或 ModelScope 下載，也可以直接使用 Comfy-Org/Qwen-Image-2.1 這份適配 ComfyUI 的版本。

選一個執行環境

Diffusers 首日即以 QwenImage21Pipeline 支援，ComfyUI 也內建生成與編輯工作流。量大時，vLLM-Omni、SGLang 與 LightX2V 提供前綴快取、量化與多卡推論；AMD ROCm 與 FlagOS 適配的晶片同樣可跑。

提示詞、尺寸與透明

先用官方的提示詞改寫模型（生成用 PE-T2I、編輯用 PE-I2I），尺寸與步數依建議的 2K 與 40 步。需要透明結果時，提示詞開頭依模型慣例寫明這是背景透明的 RGBA 圖像。

在 GoEnhance 試試 Qwen Image

Qwen-Image-2.1 與 GoEnhance 上的 Qwen Image 比較

比較項目	Qwen-Image-2.1（開源權重）	Qwen Image 3（GoEnhance 站上）
在哪裡跑	自己的 GPU，或自行架設的雲端環境	瀏覽器裡直接用，不必安裝
透明 RGBA 輸出	原生支援，也能編輯透明圖層	不支援
參考圖	單次編輯最多 10 張	編輯器支援參考圖
解析度	原生 2K，最高 2752×1536	支援 1K 與 2K 輸出
文字渲染	中英文排版優於上一代	中英文字與密集版面都穩
上手方式	下載權重、安裝環境、自行管理顯卡	寫提示詞，按下生成

探索更多 Qwen 影像模型

Qwen-Image-3.0

Qwen-Image-2.0

Qwen 圖像極致版

Qwen Image 2512

Qwen 圖像編輯 - 專業 AI 圖像編輯

Qwen-Image-2.1 常見問題

Qwen-Image-2.1 是什麼？

它是通義 Qwen 團隊開源的圖像模型，把文生圖與圖像編輯做進同一個模型。生成 Transformer 為 32 層單流 DiT、7B 參數，原生輸出透明 RGBA 圖像。權重於 2026 年 9 月 20 日公開。

能在 GoEnhance 上用 Qwen-Image-2.1 嗎？

目前還不行。站上提供的是 Qwen Image 2、Qwen Image 2 Pro、Qwen Image 3 與 Qwen Image 3 Pro。本頁控制台開啟的是站上最新的 Qwen Image 3，不必自備顯卡就能試同系列的效果。

商用免費嗎？

儲存庫採用 Qwen Research License Agreement，與一般商用授權不同。把權重或生成結果用於商業專案前，請先閱讀 GitHub 上的授權原文。

透明圖是怎麼生成的？

透明能力做在自編碼器裡：64 通道 RGBA VAE，空間壓縮 16 倍。在提示詞裡寫明這是背景透明的 RGBA 圖像，拿到的就是帶真實 alpha 通道的圖，而不是去背遮罩。

需要什麼硬體？

生成部分 7B、文字編碼器 8B，實際上需要一張顯存足夠的較新顯卡。社群的執行環境也有幫助：vLLM-Omni 與 SGLang 支援 FP8 權重、CPU 卸載與多卡並行，LightX2V 則面向消費級顯卡。

最多能用幾張參考圖？

單次編輯最多十張。這讓多主體合成變得可用：一個畫面放多個人，或用分開拍的產品圖組成整套穿搭，而每個元素仍然認得出來。

在 GoEnhance 試試 Qwen Image 系列

Qwen-Image-2.1 是開源權重，需要自行準備機器來跑。如果你更想寫一句提示詞就拿到圖，就在 GoEnhance 開啟 Qwen Image 3，從上面任一示例開始。

從 Qwen Image 3 開始