先了解这件事
2026年9月20日,Qwen团队开源Qwen-Image-2.1图像模型,将文生图与图像编辑统一到单一模型,支持多种图像编辑任务。官方介绍,该模型视觉生成组件为7B参数、32层Single-Stream DiT,原生支持透明图像生成与编辑,支持最多10张参考图以及圈选、掩码等局部编辑方式,并通过混合粒度注意力与KV cache复用降低多图编辑时的推理开销和显存占用;模型权重已在GitHub、Hugging Face和ModelScope发布。同日,Qwen宣布Qwen-Image-2.1在ComfyUI中原生支持,用户更新ComfyUI或使用Comfy Cloud、从Hugging Face下载权重并加载模板即可使用。
AI 根据公开报道生成
最新进展 · 正式报道
Qwen-Image-2.1 现已支持 ComfyUI事件进展
2 个已确认进展
- 来源：Qwen Blog
- 来源：Comfy Blog
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
9月20日
Comfy Blog一手精选
Qwen-Image-2.1 在 ComfyUI 原生支持：开源图像生成与编辑，新增透明通道
Qwen-Image-2.1 已在 ComfyUI 中原生支持，这是阿里 Qwen 团队最新的开源图像模型，7B 参数，基于优化的 MMDiT 架构。它可直接输出带 alpha 通道的 RGBA 图像，原生生成 2048×2048 分辨率，并支持最多 10 张参考图输入，生成与编辑共用同一个 checkpoint。用户更新 ComfyUI 或使用 Comfy Cloud，从 Hugging Face 下载权重并加载模板即可使用。
通义千问 / Qwen一手
Qwen 发布 Qwen-Image-2.1，提升文字与人物画质
Qwen 发布 Qwen-Image-2.1，相比前代提升了视觉质量，尤其在文字和人物的美学表现上，并给出多组文字渲染示例。该模型还支持多种编辑任务，例如给定三视图角色参考即可生成完整分镜。
通义千问 / Qwen一手
Qwen 发布开源图像模型 Qwen-Image-2.1
Qwen 发布 Qwen-Image-2.1，这是 Qwen-Image 系列中兼顾均衡与成本的图像生成模型，现已开放权重。该模型采用 7B 轻量架构，统一支持生成与编辑，原生生成和编辑 RGBA 透明图层，最多支持 10 张参考图，并可一次完成多个区域的局部删除与修改。
通义千问 / Qwen一手精选
Qwen 发布 Qwen-Image-2.1 图像编辑模型
Qwen 发布 Qwen-Image-2.1，支持多种图像编辑任务并在这些任务间平衡性能，例如给定三视图角色参考即可生成完整分镜。官方表示该版本相比前代提升了视觉质量，尤其在文字与人物肖像的美感上，并给出了文字渲染示例。
通义千问 / Qwen一手
阿里 Qwen 发布 Qwen-Image-2.1 图像生成模型并开放权重
Qwen 发布 Qwen-Image-2.1，这是 Qwen-Image 系列中兼顾均衡与成本效益的图像生成模型，现已开放权重。该模型为生成与编辑统一模型，采用 7B 轻量架构，支持原生生成和编辑 RGBA 透明图层，最多可输入 10 张参考图进行高保真局部编辑，并针对多图输入的推理速度做了大幅加速。官方同时给出 Blog、GitHub、Model Scope 和 Hugging Face 链接。
通义千问 / Qwen一手精选
Qwen 开源 Qwen-Image-2.1 图像生成与编辑模型
Qwen 发布 Qwen-Image-2.1 并开放权重，这是 Qwen-Image 系列中兼顾效果与成本的图像生成模型，统一支持生成与编辑。该模型采用 7B 轻量架构，可原生生成和编辑 RGBA 透明图层，支持最多 10 张参考图与局部精确编辑，覆盖全景图、信息图和虚拟试穿等场景。
通义千问 / Qwen一手
Qwen 发布开源图像模型 Qwen-Image-2.1
Qwen 发布 Qwen-Image-2.1，称其为 Qwen-Image 系列中最均衡、性价比最高的图像生成模型，并已开放权重。该模型统一支持生成与编辑，采用 7B 轻量架构，可原生生成和编辑 RGBA 透明图层，支持最多 10 张参考图与局部精确控制，在多图输入下推理速度大幅提升。官方同时给出博客、GitHub、Model Scope 和 Hugging Face 链接。
Qwen Blog一手精选
Qwen 开源 Qwen-Image-2.1 图像模型
Qwen 团队开源 Qwen-Image-2.1，将文生图与图像编辑统一到单一模型，视觉生成组件为 7B 参数、32 层 Single-Stream DiT，并原生支持透明图像生成与编辑。该版本支持最多 10 张参考图、圈选与掩码等局部编辑方式，并通过混合粒度注意力与 KV cache 复用降低多图编辑时的推理开销和显存占用。官方称其在 Qwen-Image-Bench 上与其他开源及闭源模型进行了对比，模型权重已在 GitHub、Hugging Face 和 ModelScope 发布。