千问正式开源了 Qwen-Image-2.1，视觉生成部分仅 7B 参数，就把文生图与图像编辑收敛到了同一套模型里。新版本原生支持透明通道（RGBA）出图和主体提取，省去了后期抠图的繁琐步骤；编辑交互也很灵活，支持最多 10 张参考图输入，圈选、涂抹或者单传遮罩都能精准控制局部改动，并能稳稳保住人像面容与商品的原始特征。底层配合注意力优化与 KV 缓存复用，推理开销明显下降，画面文字排版和光影细节质感也更自然耐看，落地实用性很强。详见：qwen.ai /blog?id=qwen-image-2.1