一、Qwen-Image 2.1介绍
本周日，阿里千问正式开源图片生成模型 Qwen-Image-2.1，以小模型的体量解决了大部分生产力难题：它实现了文生图与图像编辑一体化，原生支持透明图生成，最高可以接收 10 张参考图，还进一步强化了局部编辑、人像与商品保真。
Qwen-Image-2.1，千问图像系列当前兼顾生成效果、推理效率与使用成本的开源图像模型。Qwen-Image-2.1 将文生图与图像编辑整合在同一模型中，视觉生成部分仅有 7B 参数，并原生支持透明图像的生成与编辑。
本次更新的主要特色包括四个方面：
- 小模强效，极致价比：轻量的模型结构与推理优化，在生成质量和计算成本之间取得平衡。
- 原生透明，创改一体：根据提示词生成普通图像或透明图像，并支持透明图层编辑与抠图。
- 全能编辑，多局保全：支持最多 10 张参考图，增强局部编辑、人像与商品保真，并覆盖多种编辑任务。
- 真实质感，字雅人美：提升文字排版、人物光影与细节表现，让生成结果更具美感。
二、相关安装
更新Comfyui内核开发版到最新版
两个工作流加载相同的文件。两个模板默认都使用 int8 版本的扩散模型。text_encoders
- qwen3vl_8b_bf16.safetensors
diffusion_models
- qwen_image_2.1_int8_convrot.safetensors（模板默认加载，内存占用更低）
- qwen_image_2.1_bf16.safetensors（完整精度，需要更多内存）
vae
- qwen_image_2.1_vae_bf16.safetensors
模型保存位置
📂 ComfyUI/
├── 📂 models/
│ ├── 📂 text_encoders/
│ │ └── qwen3vl_8b_bf16.safetensors
│ ├── 📂 diffusion_models/
│ │ ├── qwen_image_2.1_int8_convrot.safetensors
│ │ └── qwen_image_2.1_bf16.safetensors
│ └── 📂 vae/
│ └── qwen_image_2.1_vae_bf16.safetensors三、工作流
Qwen Image 2.1 文生图：
Qwen Image 2.1 图生图
四、效果示例
Qwen-Image-2.1 最高支持 10 张参考图输入。我们试了试，让奥特曼和达里奥坐下来谈谈。使用了 7 张图片：两个人对峙的照片（改个表情）、背景房间、单人沙发、咖啡杯（倒上咖啡）、落地灯、电壁炉、矮桌，最终生成一张完整的效果图。
涂抹方式则适合直接标出新增对象的位置，但直接在原图上圈选或涂抹也会遮住一部分画面。为此，模型还支持通过额外的掩码图片指定编辑区域，这让原图信息能够完整地输入模型。对于包含人物和商品的设计来说，这种保留能力尤为关键。
我们尝试了一下，比如让它把小学《信息科技 三年级上册》的这页截图里面，DeepSeek 的欢迎语「我是 DeepSeek，很高兴见到你！」改成「你好，我能帮上什么忙吗？」，再把深度思考（R1）改成最新版本的深度思考按钮，再点亮：
在生成和编辑之外，Qwen-Image-2.1 也继续改善了在文字与人物上的表现。不论是文字密集的图文页面、信息图、论文配图，内容的准确性和排版美观程度都被提升到了一个可观的程度。
五、总结
随着 Qwen-Image-2.1 这类图像模型的开源，社区还会进一步把生成与编辑能力融入更多内容制作场景，让更多人用上适合自己需求的创作工具。当这些 AI 能力成为日常软件中随手可用的功能，从想法到视觉作品的门槛，或许就能再次大幅降低。