2026年9月20日，Qwen团队在官方博客宣布开源Qwen-Image-2.1（Qwen团队的图像生成模型）。该模型把文字生图和图像编辑合在一起，还能直接生成透明背景的图片。Qwen介绍说，视觉生成部分有7B参数，目标是在画质、推理效率和成本之间取得平衡。

发生了什么

这次更新的重点，是让模型在同一条流程里完成做图、改图和提取素材。它可以根据文字提示，生成普通图片，也可以生成带透明区域的图片。它还能编辑透明图片，并保留透明背景。例如，改变主体表情，替换透明图层中的文字，或从普通照片中提取主体，做成可以继续使用的透明图层。

编辑时最多可使用10张参考图。官方示例把人物、衣服、鞋、包和帽子合成一套穿搭，也把多张家具图组合成室内场景。用户可以用圆圈、涂画或单独的遮罩图，指定需要改动的区域。模型还强调了人脸身份和商品一致性，包括文字、纹理和形状。

背景

Qwen此前在2025年12月发布Qwen-Image-Layered，作为专门处理透明图片的模型。这次更新把这项能力放进了一个同时负责生成和编辑的模型里。Qwen介绍说，新模型采用较轻的结构。视觉生成部分有32层，参数规模为7B。多图编辑时，部分指令和图像信息可以缓存后再次使用，以减少重复计算和内存占用。这里的效率描述来自Qwen官方说明，并不是对所有设备都适用的速度保证。

为什么重要

透明背景可以让一个人物、商品或其他主体更容易放到新的设计里。把生成和编辑放在一起，也可能减少用户在不同工具之间来回切换的次数。最多10张参考图能帮助用户更清楚地说明目标。局部编辑则允许用户只改一小块，而不是重新生成整张图。Qwen列出的应用方向包括设计、内容制作、电商和视觉叙事。这些是官方展示的用途，不是第三方验证结果。

已确认的内容

目前可以直接确认的主要信息，来自Qwen官方博客及其中展示的图片案例。文章介绍了透明图片、最多10张参考图、局部编辑、人物与商品保持、文字效果、全景图、信息图和故事板。科技新闻网站Hacker News上的这条链接获得了634个积分和170条评论。这些数字说明社区注意到了这条消息，但不能证明Qwen的性能主张一定正确。

仍然未知的部分

官方文章没有给出统一硬件条件下的中立对比，也没有提供适用于所有电脑的固定速度和成本数字。文章里的示例不能说明不同人物、商品文字和复杂编辑任务的成功率。用户实际需要什么硬件，能否轻松复现这些结果，也需要独立测试来确认。

接下来观察什么

接下来应关注模型文件、使用条件和第三方可复现实验。测试可以重点检查透明背景、多张参考图、指定区域修改和文字生成。测试还应记录硬件、耗时、成本与失败情况。真正重要的问题，不只是功能列表有多长，而是模型能否保留不该改变的部分，只修改用户指定的区域。

来源：Qwen官方博客；注目度：Hacker News帖子