千问把7B生图模型的权重开放了,RTX 3090就能跑!


没错,这个模型就是Qwen-Image-2.1!
它不仅把文生图、图片编辑、透明图和原生2K输出塞进了同一套权重,还能一次参考最多10张图片,生成一张集所有参考优点于一体的完整成品图,真正做到了一套模型覆盖从生图、修图到透明素材生成的多种需求。


更绝的是,它不是只能跑个低清Demo。
网友实践哥Li在双RTX 4090、共48GB显存的本地环境中实测发现,Qwen-Image-2.1生成一张普通高清图只要约21秒;
即使直接生成2752×1536的真2K壁纸,也只需要两分多钟,显存完全不会爆。

模型一出,Qwen-Image-2.1随即登上了Hugging Face文生图趋势榜第一。

从Qwen官方晒出的性能对比图来看,Qwen-Image-2.1这次更是直接把Nano Banana 2.0、GPT Image 1.5等一众强敌甩在了身后:

好家伙,这波属实是把小而强玩明白了。
那么它具体能做什么?效果怎么样?让咱们跟着网友们玩出的花活,一起来看看它的真实表现吧。
网友实测 Qwen-Image-2.1:细节狂魔+整活搭子,全包了
首先,让咱们来欣赏一下AJ用Qwen-Image-2.1搭配3090显卡做的这张绝美神图吧

透明雨伞下,被路灯染成暖金色的雨丝斜斜地划过伞面,女孩回眸时嘴角噙着一点浅浅淡淡的笑意,被雨水淋湿的发丝乖巧地贴在面庞上,连鼻梁上沾的水珠都在反光。
再凑近一看,睫毛上挂着的水珠、唇间细密的纹路,甚至眼底那几缕若有若无的红血丝,都纤毫毕现。

网友cxuan则把镜头对准了湖畔的黄昏:一个女孩,坐在波光粼粼的湖岸边静静地欣赏着落日。
最绝的是人物身上穿的这件针织衫,它把针织衫常见的毛边和细微起球都还原了。


接下来,Fini.Yang 用Qwen-Image-2.1搓了一张桂花拿铁海报宣传图:


图中,拿铁名、Slogan、标价、营业时间、咖啡店地址等一应俱全;
就连拿铁杯口绵密的奶泡、星星点点的桂花和杯子投在碟子上的浅影都还原了。
折叠手机产品的金属质感也不在话下。

如果我们想拍风景大片,也不必等一场完美的日落或奔赴千里之外的秘境,Qwen-Image-2.1能直接把咱们脑海中的光影和山河铺成画面:



要是想整点花活?Qwen-Image-2.1也绝对是你的最佳损友。
它不仅可以一键抠图,给帅哥穿上小黄鸡的战袍;

还能生成一位威风凛凛的公鸡司机——系着黑皮带、一本正经握着公交车方向盘,微斜的眼神里仿佛写满了“准点发车,不许多问”的霸气感:


我不中了,这股子严肃的荒诞感,让人实在忍不住想笑到捶桌。

连围观的网友们都纷纷忍不住为它捧场:“我愿意坐这辆公交车!”

此外还有网友解锁了隐藏玩法——Daniel Lougen把Qwen-Image-2.1生成的图直接当成了视频首帧,结果发现图生视频的衔接丝滑到离谱,忍不住直呼:“这效果真是太棒了!”


另外值得一提的是,Qwen-Image-2.1这次推出的透明图像生成功能也挺实用。
通常情况下,图像模型生成的“白底图”一般仍然带着完整背景,要是我们想把里面的人物、商品或图标拿去排版,还要抠一遍图,把背景拿掉。
而Qwen-Image-2.1直接把这套流程简化了,它可以直接生成透明底素材,方便设计师们直接拖进海报、PPT、网页或视频工程里继续使用。

△图源千问官方公众号
这可方便多了~

权重开放了,但还不能随便商用
不过呢,我发现Qwen-Image-2.1的“开放”也有一条明确的边界。
Qwen官方采用的是Qwen Research License,而不是Apache 2.0一类宽松的开源许可证。
所以按照协议,公开权重默认只能用于非商业研究和评估;如果企业想把模型集成进商业产品,则需要另行向千问申请授权。
所以,小伙伴们最好先按自己的使用场景评估一下,再放心开玩~
欢迎大家在评论区跟我们分享你的脑洞呀!

参考链接:
[1]https://x.com/Alibaba_Qwen/status/2101659302792679789
文章来自于"量子位",作者 "文婷"。