嗨大家好！我是阿真！
这两天 2026 云栖大会刷屏了。我一边看现场的技术发布，一边已经火速体验了阿里刚开源的 Qwen-Image-2.1 图片模型。
关于 Qwen-Image-2.1，先划个重点：
开源，能本地跑。下面案例都是 Comfy 桌面端出的。
一个模型覆盖生成、编辑、透明背景图。 透明能力整合了 Qwen-Image-Layered 的积累。
视觉生成部分只有 7B，推理更快，多图输入更明显。混合粒度注意力加 KV Cache，更快也更省显存。
3090 显卡就能跑；单卡 4090 出 1K 大约 18–22 秒；双 4090 高清大约 21 秒，原生 2K 大约两分钟。
今天我们快速了解一下云栖大会上阿里的开源全景，然后看看 Qwen-Image-2.1 的图片效果吧。
云栖大会，当大模型开始“自我进化”
先分享几个云栖大会值得关注的点。
首先是行业风向的变化，竞争焦点早已从单一榜单的单点比拼，全面转向研发效率、软硬件协同和全模态体系的综合博弈。
阿里在云栖大会公布的 RSI（递归自我改进）进度非常值得关注，Qwen3.8-Max 在零人工干预下自主闭环迭代 33 轮，得分跻身全球第一阵营，甚至能自主去优化 GPU 推理框架和芯片物理设计。
我看到硅星人 Pro 的标题“当 Qwen 开始训练 Qwen”，真是再贴切不过了。
规模演进上，新架构 Qwen4 已经在训练中，后续 Qwen4.5 和 Qwen5 规划迈向 5 到 10 万亿（5-10T）参数；ATH 技术副总裁郑波更在现场断言：三年内会出现原生全模态统一模型，彻底打破模态边界。
另外，阿里的开源项目，到目前为止已经开源 460 余个 Qwen 大模型，下载量突破 30 亿次，衍生模型超过 30 万，是全球第一的开源模型家族。Qwen3.8-27B 是目前 Hugging Face 最受欢迎的开源大模型。
多模态矩阵继续发力，我们关心的图像模型方面，现场预热了面向电商与专业设计的商业级 Qwen-Image-3.1，还没有发布但可以期待一下。
已开放下载的 Qwen-Image-2.1，目前在 Arena 的 Image Edit &Text-to-Image 开源模型榜单排名第一。👇
7B参数，开源第一
我们继续看 Qwen-Image-2.1。这是千问图像系列到目前为止最平衡、性价比最高的一代开源生图模型。
结构方面，视觉生成部分参数量只有 7B，用的是 32 层 Single-Stream DiT。7B 意味着什么，用过开源生图模型的朋友都懂，这个体量在消费级显卡上跑起来是比较轻松的。
成绩方面，在官方公布的 Qwen-Image-Bench 评测中里，它的生图效果超过大部分闭源模型，显著超过所有开源竞品，拿下开源第一。 具体分数是 60.28，Nano Banana 2.0 是 59.82，GPT Image 1.5 是 59.65。差距不大，但开源模型第一次排到它们前面，含金量不用多说。
速度上也有进步。这一代推理大幅加速，多图输入的时候优势更明显。这就要提到它背后的混合粒度注意力了。文本 Token 走 Token 级因果掩码，图像走 Chunk 级掩码并配合 KV Cache，输入图像和编辑指令在第一步就预计算并缓存。结果就是更快，也更省显存。
还有很重要的一点，这个模型可以完成生成、编辑和透明背景图片生成。 这次是生成和编辑由同一个模型原生学会，没有把生图和修图两套系统拼在一起。透明图能力则整合了 Qwen-Image-Layered 的技术积累。
一个开源模型把多个方面一起包含了，对开源环境来说是实打实的福音了。
质感方面，这一代的文字渲染和人物光影细节都比前代有明显进步，按官方的说法，就是字雅、人美。
下面是同一条 prompt 下，Qwen-Image-2.1 与 Qwen-Image-2.0 加速版的文生图质感对比。
人像（上图为 Qwen-Image-2.1，下图为 2.0）👇
复古电影感人像写真，正面中近景构图，年轻女性站在深黑色背景前，微微低头，目光向下，神情疏离安静，短款深棕色发型贴合头部轮廓，刘海整齐，耳侧系一只酒红色色缎面蝴蝶结。皮肤冷白通透，底妆干净，眼妆柔和晕染，唇色是低饱和玫瑰豆沙红，面部带轻微冷调红晕。穿浅桃红缎面礼服，胸口剪裁简洁优雅，奶白色蕾丝肩带纤细柔软，露出清晰锁骨与肩部线条。佩戴一条精致的宝石项链，宝石反光细腻，珍珠耳饰，整体造型高贵、克制、带一点欧式复古晚宴气质。背景纯净无杂物，人物从胸口至头顶完整入镜，视觉焦点集中在脸部、唇妆、珠宝和肩颈。正面平视略微近拍，中近景，构图稳定，主体位于画面中央。柔和聚光灯照亮面部与上身，黑色背景自然沉下去，明暗对比清晰，整体色调以深黑、酒红、银白为主，带细腻胶片颗粒、轻微老照片质感和高级复古时尚氛围，高清细节。
图文版式（上图为 Qwen-Image-2.1，下图为 2.0）👇
一张竖版商业海报。满铺背景中央有一个巨大手写汉字，手写主标题压在巨字上，右侧一件写实立体静物带接触阴影，底部三栏短信息，棚拍正面柔光。背景为深墨黑，巨字为银色细金边的“静”，主标题用米白手写“ānjìng（安静）”，右侧放一盏白色陶瓷月亮灯，灯罩像切开的月亮，暖光从内部透出，地面只有一小团柔光，主题是“AZHEN 夜间阅读计划”，左下口号“今晚把灯关掉一格”，底部三栏“纸书 / 慢听 / 不刷手机”，品牌写“AZHEN STUDIO”，日期“2026.11”，整体像夜间生活方式海报，安静、暗调、有物材质感。
图文排版海报。👇
一张竖版设计素材库产品广告，画面是深黑背景里的圆形展厅，中心是一位戴耳机的设计师背影站在蓝紫聚光中，周围漂浮的弧形屏幕展示原创素材分类：字体、配色、封面模板、插画角色、UI 组件、动效片段和品牌样机；底部放一台半透明深蓝色素材服务器盒，表面有柔和光条和 AZHEN 图标；弧形屏幕围绕中心人物形成环形视觉漩涡，字体、配色、插画和 UI 组件卡片交织成沉浸式设计资源宇宙；顶部主标题写“打开你的素材宇宙”，右上副标题“设计资产一站管理”，左上品牌“@AZHEN STUDIO”；光线为冷蓝主光、紫色边缘光、屏幕反射光，整体高端、安静、科技感强。 / 一张竖版高端时尚杂志拼贴封面，主题是“AZHEN 冷调造型档案”：背景是一张巨大的黑白女性侧脸肖像，人物戴银色耳骨夹，头发被风吹起，面部有细腻纸张颗粒；前景中部叠放一张横向彩色矩形照片，照片里是另一套造型的模特，穿深蓝丝绒西装和银色耳环，背景为冷白摄影棚；左右各放一张黑白小照片框，像杂志样张；右侧用超大白色细衬线竖排中文标题“造型档案”，底部主标题写“冷调时装练习”，小字写“AZHEN STUDIO / 2026 EDITORIAL”；整体为灰黑高级时尚拼贴、杂志封面、黑白与局部彩色对比、纸张颗粒、透明线框和层叠照片卡片，编辑式网格、层叠相框和局部彩色窗口形成鲜明的时尚杂志排版，画面细节完整，文字准确清晰。
一张竖版森林声音采集节海报，背景为深松绿色，中央用粗糙白色大字写“把森林录下来”，字形厚重、斜向堆叠，背后有墨绿色阴影块和颗粒纹理；左上排“FRI 05.17 / 09:00 集合采样”，左中排“SAT 05.18 / 14:00—19:00 声音展演”，右侧竖排地点“杉树林 / 溪谷步道”，底部写“森林声音采集节 2026”，右下英文小字“FIELD RECORDING FEST”; 整体是中文自然声音活动海报，强色底、白色粗字与小字信息构成现代节庆海报视觉。 / 一张竖版社区故事活动海报，背景为鲜亮薄荷绿，中央是不规则白色漫画对白框，框内用超粗黑体中文写“今晚换你讲”，下方混排方言拼音“I'm listening.”，文字像从左下角角色嘴里喷出；左下角是一只黑色圆头小鸟剪影，张嘴说话，眼睛用粉色小点表现，右下角排日期“2026 / 6.20—6.21”，左上角写“AZHEN STUDIO 故事开讲”。
竖版 3:4，商业海报。满铺背景中央有一个巨大手写汉字，手写主标题压在巨字上，右侧一件写实立体静物带接触阴影，底部三栏短信息，棚拍正面柔光。背景为苔藓绿，巨字用奶油白写“种”，主标题用深褐手写“zhòngxià（种夏）”，右侧立体物为一把喷过水珠的金属喷壶，壶身有轻微刮痕和真实高光，旁边可有一小撮泥土，主题是“AZHEN 阳台种植节”，左下口号“把夏天种在窗台上”，底部三栏“番茄苗 / 香草盆 / 浇水壶”，左上“AZHEN STUDIO”，顶部“2026 阳台种植节”，光线是潮湿的白天窗光，绿叶反光清楚，海报更生活。 / 一张竖版开业海报，主题是“AZHEN 书店今天开门”：背景为米白，主色为靛蓝单色线描，顶部超大中文手写叠字写“今天开门”，英文只在左上胶囊小标写“AZHEN BOOKS”，画面中心是一个简笔小人从侧面抱住一本比身体还大的打开硬皮书，书页有简单线条，人物表情安静高兴，左右用两枚靛蓝棋盘格点缀，底部写“周二至周日 10:00-19:00”和“旧码头 12 号”，整体是中文主标题、单色线描、可爱比例失调的商业海报。
不同材质和风格的表现👇
一张横版 3D 微缩旅行地图，主题是“AZHEN 城市灵感地图”：奶油色底板上铺着一块抽象城市轮廓，边缘像切割的浅黄色亚克力地图，地图上分布粉彩微缩建筑和旅行符号，包括一座薄荷绿小火车站、浅蓝玻璃图书馆、珊瑚粉拱桥、透明青色水晶湖、奶油白山丘、橙色小船、黄色巴士、迷你松树、圆球灌木和几条金色路线线条；右侧有一座原创灯塔形观景塔，中部有一座蓝顶小型文化馆，左侧有红色鸟居形入口但造型更抽象；画面为低角度俯拍，前景微微虚化，中心区域清晰，背景柔和奶油色；光线为温暖柔光，材质像透明塑料、磨砂树脂、糖果玩具和小型建筑模型；地图上可有极小中文地名“灵感港”“云边站”“青果湖”，右下角小牌写“AZHEN TRAVEL MAP”，整体可爱、精致、像旅行 App 启动画面和城市文创模型广告，画面细节完整，文字准确清晰。
横版 16:9，桌面微缩摄影，一只手工羊毛毡海獭坐在青绿色小茶桌旁，用短短前爪抱着一只陶杯，窗外是朦胧雨线。海獭由茶褐色与奶油色针毡纤维塑成，针刺痕、蓬松边缘和小黑鼻清楚；桌上有迷你饼干、纸伞与玻璃花瓶。45度近景，主体占画面中央，前景杯沿稍虚，后景窗框与盆栽柔焦。冷雨光从左侧进入，茶桌上的小台灯给毛发添一点暖色，手工比例与柔软触感可信。
横版 16:9，粘土定格动画静帧，一家小小的深夜面馆里，一位戴圆帽的小熊厨师把热汤面端到木桌前，客人是一只裹围巾的刺猬。碗、面条、葱花、蒸汽和门外雨伞都保留手捏的轻微不规则边缘与指纹。镜头从桌面高度看向两位角色，前景陶碗清晰，后景纸灯与窗外雨线柔焦。灯笼暖橙光映在毛茸茸的粘土表面，门口蓝色夜光形成色温对照，动作停在端碗即将落桌的一瞬。
横版 16:9，儿童绘本单页，一只穿红色短斗篷的小松鼠邮差推着装满信件的木雪橇走过雪林，树梢上一只猫头鹰探头回应。左侧密集松树与脚印引导视线，右侧留出宽阔浅蓝雪坡和书页文字区，短句清楚写“今天的信，送给冬天。”角色表情温暖，雪橇、脚印和树枝按儿童视角描绘。水彩色块叠细铅笔线，棉纸纹理可见，晨光从远处照出淡粉影子，画面完整并适合印成跨页故事。
横版 16:9 的纸雕插画，一辆柠檬黄色有轨电车沿海港弯道驶过，橙色码头仓库、奶油白灯塔与深炭灰轨道分布在前中后景，远处海面铺着浅金色晨光。层叠裁纸形成清晰的建筑轮廓和柔软纸边，俯视三分之二角度，电车位于画面右下，海岸线向左上延伸。阳光从左侧落下，纸层投出细短阴影，色彩明亮清爽，2K画质。
横版 16:9 的童话夜市场景，一队青绿色萤火虫邮差沿着蘑菇灯街道向远处行进。它们戴深蓝邮差帽，各自推一辆紫罗兰色圆轮小车，车上装满琥珀色发光信封，队伍从画面左前方向右后方延伸。两侧是巨大蘑菇、暖黄路灯和深蓝色童话小屋，湿润石板路反射灯光与车轮影子。角色拥有圆润简洁的玩具比例、细腻磨砂树脂表面和柔软边缘，低机位跟随最前方邮差，空气里有微小发光颗粒，精致 3D 动画电影质感，2K画质。
竖版 3:4 动画电影风格的雨夜机车场景。短黑发年轻骑手伏低身体驾驶黑色运动摩托，驶过被雨水浸湿的城市街道。摩托车前灯照亮路面水花，红色轮毂和尾灯形成视觉焦点，街边霓虹招牌、楼宇灯光与蓝灰雨幕在背景中延伸。人物和车辆采用精确透视，动态倾斜构图，雨滴与反光强化速度感。 / 竖版 3:4，横幅浮世绘版画风格，一位身着深靛色机械外骨骼的江户茶商推着茶车穿过海边驿站。机械关节由铜片、木轴和绳索构成，手腕确实握住车把，车轮与路面接触。远处波浪、松树和山峦以平面套色与粗细变化的墨线组织，天空用薄红与灰蓝木版渐层。茶商斗笠下露出清晰面孔，茶箱上的“新茶”两字完整可读。斜向构图给茶车留出前进空间，纸纤维、套印错位和版木刀痕呈现传统印刷触感。
一张竖版秀场全身摄影，主体是一位短发模特正面行走在浅灰水磨石 T 台上，穿雾蓝色细罗纹针织长背心、白色宽袖棉质衬衫、深灰高腰阔腿裤和浅米色软底鞋，服装层次偏都市通勤；背景为极简秀场大厅，后方模特和观众都被长焦虚化，地面有规律细砖纹；色调为雾蓝、白、浅灰和少量炭色；光线是均匀冷白秀场顶光，针织纹理、衬衫袖口、裤褶和鞋面细节清楚；构图为竖版 2:3，全身居中，模特步伐平稳，表情冷静；整体为高端时装周摄影、低饱和极简、长焦 T 台压缩感。 / 一张竖版春季秀场摄影，主体是一位中性模特走在浅米色 T 台上，穿奶油黄色无袖针织背心、半透明白色长衬衫、浅卡其宽松九分裤和象牙色圆头皮鞋，肩部搭一条同色针织围巾，整体更温暖轻盈；背景为低饱和米白秀场空间，远处观众和模特完全虚化；色调为奶油黄、米白、浅卡其和柔灰；光线为柔和秀场面光，针织罗纹、薄衬衫透光、裤料纹理和鞋面质感自然清晰；构图为竖版全身正面，模特位于中央，双手自然下垂，步伐轻慢；风格为高端春夏男装/中性装发布会、极简秀场、柔和低饱和色彩，画面细节完整，文字准确清晰。 / 一张竖版秀场全身摄影，主体是一位短发男模在浅灰石质走廊中行走，穿象牙白长款衬衫式外套、淡沙色无袖内搭、浅米宽腿裤和同色软底鞋，整体色调非常清淡，像夏季度假男装；背景为连续拱廊和虚化观众，地面是浅石板纹理；光线为柔和自然光从左侧洒入，服装边缘出现轻微透光感，阴影很浅；构图为竖版 2:3，人物居中，衣摆形成纵向线条，远处廊柱提供深度；整体是极简男装秀场、轻盈材质、低饱和米白配色。
Qwen 系列的面部细节一直是比较多元化的，通过更细化的面部描述捏出不同人设的角色图很方便，可以尝试一下。可以对比下方提示词描述和图片的呈现。👇
胸口以上构图，成年男性角色，宽下颌方脸，五官厚实，深色小眼睛锋利有神，单眼皮，内眼角清晰，浓密杂乱眉毛，宽直鼻梁，圆钝鼻头，嘴唇厚实，下唇饱满，透明润唇膏，唇边留有浅浅旧伤痕，耳朵宽大，轮廓分明，深棕色短寸头，鬓角修整利落，穿做旧皮革肩甲与深灰高领内搭，蒸汽朋克猎人气质，深灰蓝纯色极简背景，硬朗顶侧光。 / 竖版 3:4，胸部以上特写，成熟女性角色，圆润鹅蛋脸，面中饱满，细长上挑狐狸眼，眼尾晕开嫣红色，瞳色浓黑，双眼皮锋利，鼻梁秀挺，鼻尖精巧，嘴唇丰满，唇峰鲜明，橘红色亮面唇膏，耳垂圆润，细长金链耳坠，黑色长卷发，高颅顶造型，额前垂落几缕碎发，穿墨绿色丝绒改良旗袍上衣，立领盘扣，肩部拼接黑纱，危险迷人的赌场掌控者气质，米白色简约背景，柔和聚光。
竖版 3:4，腰部以上近景，成年非二元角色，柔长椭圆脸，面部骨肉匀称且双颊平缓，琥珀色大号下垂眼，单眼皮，目光安静而充满观察欲，深棕色弧形细眉搭配浓密下睫毛，鼻梁低缓，鼻头宽圆，嘴唇轮廓柔软且上下唇等厚，涂半透明茶棕色润唇膏，耳朵修长，佩戴叶脉造型银质耳骨夹，鼠尾草绿色齐肩直发从中间分缝，发尾整齐内扣，穿浅卡其色多口袋园艺背心，内搭象牙白立领衬衣并系深绿围裙，理性温柔的温室植物学家气质，淡苔绿色极简背景，透过玻璃顶棚的斑驳柔光。 / 半身构图，中年男性角色，棱角鲜明的长方脸，面颊瘦削且下颌肌肉紧实，冰蓝色三角形眼睛，单眼皮，目光沉稳而持续注视远方，浓黑剑眉中夹杂少量灰色，鼻梁高挺带轻微驼峰，鼻头窄而硬朗，嘴唇宽厚，唇色为低饱和褐红色，耳朵厚实且耳垂较长，佩戴黑色通讯耳挂，灰黑色寸短卷发，发际线略向后移，穿橙褐色硬壳冲锋衣，内搭黑色抓绒立领层并系攀登肩带，可靠寡言的高山登山向导气质，雪灰色纯背景，强烈高海拔侧光。
还可以使用它的图片编辑能力直接做三视图。👇
上半身近景，少女角色，短圆脸，苹果肌饱满，下巴短小，偏圆猫眼，眼尾上扬，瞳仁明亮，神情顽皮又锐利，睫毛根根分明，下眼睑带细闪感，鼻子小巧，山根柔和，嘴巴小而立体，珊瑚橙果冻唇釉，耳朵稍大，耳廓圆润，佩戴不对称彩色星星耳夹，蓝黑色双丸子头，夹杂电光紫挑染，参差碎刘海，穿亮黄色飞行员夹克，内搭白色机能风高领，颈间挂透明护目镜，赛博街区爆破天才少女气质，浅蓝灰极简背景，霓虹柔光。
原生透明，真的原生
这是我认为 Qwen-Image-2.1 直接提升开源图片模型价值的地方。
先解释一下原生透明。以前想要一张透明背景的贴纸，流程一般是先生成一张带背景的图，再拿抠图工具抠一遍。Qwen-Image-2.1 的做法是：我们在 prompt 里描述需求，模型自己判断该出普通图还是透明图，要求需要透明图，它会直接输出透明底的图。
复杂的多元素透明结构它也能处理。一组带阴影、带描边、带半透明光效的贴纸，各个元素的透明边缘都是干净的。👇
透明底效果👇
横版 16:9 原生透明 PNG 数字贴纸版本对照板。左、中、右三列展示同一只奶油白圆脸小狗的三个完成版本：基础版穿粉色背带裤，节日版增加黄色星星发夹与彩带，夜间版穿深紫色外套并带一枚小月亮。三只角色姿势、比例、轮廓和五官位置一致，每个版本各自完整入画，透明边缘清晰。列顶使用黑色中文短标签“基础版”“节日版”“夜间版”，排版整齐。
一张方形美食旅行贴纸展示图，背景完全透明，中间黑色标题“美食旅行贴纸”，四个大贴纸呈对角线分布，全部使用粗白外描边、黑色内线和可爱扁平矢量风格；左上是“火锅”主题，包含红色锅底、筷子和青菜；右上是“寿司”主题，包含饭团、酱油碟和海苔；左下是“披萨”主题，包含三角披萨、番茄和小叉子；右下是“咖啡”主题，包含纸杯、牛角包和小花；每个贴纸都有中文标签，颜色为番茄红、奶油黄、薄荷绿、咖啡棕和青蓝，底部小字“made by AZHEN”；整体是可爱手账贴纸、旅行美食地图、社交媒体素材。所有标题、标签、品牌字和署名都用黑色或深色，不用白色文字。
更进一步，透明图还可以直接编辑。同一张贴纸，改表情，再改图层上的文字，背景依旧透明，其他元素不动。
还有一个实用功能，是可以把 RGB 实拍照片直接抠成 RGBA，说人话就是能抠自己的图。甚至发丝、玻璃杯这种难啃边缘都可以。
直接放在同一图片模型里就可以操作，省掉再开一款抠图工具的步骤。比如给一张我的图片，大家可以看一下抠图效果。虽然没达到那种纹丝不动的效果，但它免费啊，真的非常强了。👇
编辑能力：多、局、保、全
官方把编辑能力总结成四个字：多、局、保、全。多图参考，局部编辑，前后保真，覆盖面全。
多图参考，最高可以喂 10 张参考图。
我测了几个场景。一个是合照，把几个人各自的单人照喂进去，让他们出现在同一个画面里。另一个是穿戴，一个模特加几件单品，让模特穿上。👇
横版 16:9 真实摄影风格的六人朋友合照。午后的城市咖啡馆窗边，六位成年朋友并肩站成自然弧线，肩膀之间留有舒适距离，窗外街景柔和虚化。由左至右依次是：短棕发、浓密胡须、穿红灰格子衬衫的白人青年男性；黑色齐耳短发、穿纯白短袖的东亚年轻女性；黑色长发、肤色温暖、穿深色上衣的东亚年轻女性；黑色长发、微笑、穿黑色上衣的东亚年轻女性；戴黑框眼镜、穿海军蓝外套与横条纹上衣的东亚年轻男性；短黑发、笑容明朗、穿浅蓝衬衫的东亚年轻男性。六张面孔彼此清楚区分，眼睛、发际线、肤色、衣领与各自服装纹理细致，人物站姿与手臂动作自然，双手和手指结构完整。柔和日光从窗侧照亮每张脸，统一的35毫米镜头视角、景深与接触影使六人像同一时刻拍摄的真实合照。
以图一全身模特为体型站姿与脸部身份参考，依次把图二外套、图三衬衫、图四牛仔裤、图五皮包穿戴到同一人身上，生成干净棚拍全身造型图。外套肩线与袖口贴合身形，衬衫领口和下摆自然压进裤腰，牛仔裤版型与水洗纹理忠于单品图，皮包手提，材质与五金细节清晰可见。正面站姿，浅灰白背景，柔和商业摄影光，像电商上身详情页成片，服装层次分明且脸部特征完整清晰。2K画质 图片比例 3:4。
直接增加文字。👇
竖版 3:4 唱片店主题潮玩人偶棚拍。深棕狼尾发型的人偶穿黑色短袖和卡其工装裤，坐在黑色音箱上，举起一张素色黑胶封套。唱片架在背景中轻微虚化，温暖店内灯光塑造轻松自信的神态。正面全身构图，右下写“@AZHEN STUDIO”。
再尝试一组人物+产品效果👇
纯色背景人物手持防晒霜。 室外林荫背景人物手持防晒霜。
局部编辑，支持圈选、涂抹修改，掩码区域之外可以无损保留。 连续编辑还可以尝试做简单动画。
横版 16:9 真实乡间道路摄影。春日树篱与低矮草木围住一条浅灰小路，一只小型发条机械鹿从左向右跃过路面。它有铜色圆润金属身躯、四条带活动关节的细腿、蓝色玻璃眼、短角和背部发条钥匙，前蹄抬起，后蹄刚离地，地面短影与运动方向吻合。低机位高速快门拍摄，背景自然虚化，黄铜反光、金属连接件、路面颗粒和草叶细节清楚。
竖版 3:4 真实宠物摄影。一只橘白短毛猫端坐在浅色木地板上，琥珀色眼睛平静注视镜头，双耳自然露出。头顶戴一顶小巧深蓝色天文礼帽，短圆帽冠、柔软小帽檐、银色月牙徽章与三颗细小星形刺绣清楚可见，帽檐轻压少量头顶毛发。奶油白客厅墙面和窗侧柔光构成简洁背景，胡须、鼻头、毛发方向、帽子织物与地面接触影真实。
扩图效果也不错👇
竖版 3:4 真实雨后骑楼街景摄影。画面下半部是一条南方商业街，连续廊柱、店铺玻璃、石砖人行道和湿润路面形成清晰透视，远处几位行人虚化。画面上半部展示完整骑楼屋顶、排水管、天线与大片低垂雨云，建筑线条按照同一消失点向上延伸。蓝灰天空与暖黄店灯在水迹中相互映照，35毫米平视镜头，建筑比例、窗格尺度和透视真实。
保真方面，编辑后人像的脸要一致，商品的文字、纹理、形态要一致。👇
一张横版 16:9 写实家居摄影。暖白墙、浅橡木地板、左侧高窗、薄纱帘和右侧低书架构成明亮客厅。浅燕麦色三人位布艺沙发放在中央靠墙处，低靠背、宽坐垫、圆润扶手和浅胡桃木短脚清楚可见，正面略朝向镜头。深橄榄绿色细杆落地灯放在沙发右侧靠书架处，配米白锥形布灯罩和圆形底座，灯罩高于沙发靠背。家具尺寸符合室内尺度，沙发脚和灯底座稳稳接触地板；左侧晨光在布料、金属和木地板上形成一致的高光与阴影，空间整洁宜居，真实家居杂志摄影。
现在可以生成的图片也更全面，信息图、三视图等等，这些平时需要闭源生图模型工具才能做的事，它也能做了。👇
横版 16:9，浅灰白角色四视图，四栏等宽。左栏是圆润3D搪胶小狗的胸部以上正面特写，右三栏是全身正面、严格侧面、完整背面。三只全身同一站姿，短腿自然分开，等高，同一基线。小狗是奶油黄短毛，圆鼻，黑豆眼，绿围裙，小胶靴，头身偏圆但四肢完整，四肢结构完整自然。特写看清鼻头高光和围裙肩带。侧面看清围裙厚度和靴筒。背面看清尾巴和围裙结。标签写“正面特写”“全身正面”“全身侧面”“全身背面”。标题“小狗园丁四视图”。棚拍柔光，搪胶表面有大面积柔和高光。右下“@AZHEN STUDIO”。
横版 16:9，做旧导览海报式信息图，奶油纸发黄，像手工印刷的市集传单，手写字，木刻图标，平面套色。大标题“周六去北市集”，副标题“四个摊位先看”，底部小字“2026 春”。四格图标和文案是陶碗配“陶作”、面包配“热面包”、绿植配“小植物”、旧唱片配“黑胶”，左图右字，细手绘分隔。色板是土黄、草绿、米白和朱红，朱红只用于数字和标题里的一个词。右下“AZHEN STUDIO”。标题居上，四格居中，春字在最底。朱红只出现在数字和标题里一个字上。纸色偏黄，像旧导览单。
小结
开源模型相对抽卡更多一点，但不得不说，Qwen-Image-2.1 是真的在认真满足开源社区的真实需求。它填补的是开源社区的刚需，让小模型也能有好效果，在消费级显卡生图也能有更好的图片质量，生成和编辑一体，原生透明，多图保真。以前往往要多个项目来拼，现在都合在一个 7B 模型里了。
不过也需要注意，它是 Qwen Research License，公开权重默认只能做研究和评估；要放进商业产品需要申请授权。
本地门槛也不高，跑起来的人多了，衍生模型、插件和优质工作流自然会跟着出现，这大概就是开源生态落到图像模型上的样子。
话不多说，感兴趣的可以安装上 Qwen-Image-2.1 玩起来了哈哈哈。
搜索【Qwen-Image-2.1】，可在 Hugging Face 和 ModelScope 下载模型权重；模型架构和使用说明可在官方 GitHub 仓库查看。
大家已经拿 2.1 做过什么？有实测过的朋友，或者已经有更好的工作流方案的，欢迎评论区一起聊聊~
