OmniTools 9月20日消息，通义千问团队正式开源 Qwen-Image-2.1 模型。该模型将文生图与图像编辑能力整合于单一架构中，视觉生成组件参数量仅 7B，并原生支持透明图像（Alpha 通道）的生成与编辑。
Qwen-Image-2.1 支持最多 10 张参考图输入，提供圆形、涂鸦及独立蒙版等多种局部编辑方式；采用混合粒度注意力机制与 KV cache 复用技术以提升推理效率。模型在文字渲染、人像光照一致性、人物与产品细节保真度方面均有改进。
此外，该模型适配全景图生成、信息图表绘制及分镜设计等多样化视觉任务。项目代码与模型权重已公开发布。
