阿里巴巴的AI开发团队“Qwen(通义千问)”于2026年10月9日公开了图像生成AI“Qwen-Image-2.1”的高速版“Qwen-Image-2.1-Turbo”的模型权重(训练好的数据)。权重可从Hugging Face和ModelScope下载,并在配备GPU的自有环境中运行。
发布概要
Qwen-Image-2.1-Turbo是将9月20日公开的Qwen-Image-2.1调整为能以更少工序生成图像的版本。生成图像的工序(步数)为8步,是原模型示例代码所设定的40步的五分之一。负责生成图像部分的规模为70亿参数(7B),与原模型相同。团队表示,它保持了根据文本生成2K分辨率图像的质量,但并未给出比较评估数据。
可实现的功能
Qwen团队列举的主要用途如下。
- 根据文本生成图像以及编辑图像
- 生成透明背景的图像
- 人物照片以及姿势和动作的表现
- 包含文字的海报和设计
- 界面设计和整理信息的图表
- 组合多张参考图像的构图
支持从竖版到横版共7种宽高比,16:9时最大可输出2752×1536像素。
运行方法
可以从图像生成库“Diffusers”加载使用。步数等生成设置已包含在模型中,团队表示无需细致地重新设置即可直接使用。目前还没有在Hugging Face上运行的服务,但阿里云的“Model Studio”也已正式推出可调用Qwen-Image-2.1 Turbo版和Pro版的API。Qwen给出的用法建议是:应用中使用API,本地工作则使用公开的权重。
许可证与商业使用
模型以“Qwen Research License”发布。用于研究和评估目的可以免费使用,但若要商用,需要向Qwen申请并另行取得商业许可证。Qwen的模型中,也有许多像初代Qwen-Image(Apache 2.0)那样以可自由商用的许可证公开,因此在工作中使用时需要注意许可证的差异。
CoAI编辑部观点
中国的AI企业持续公开高性能模型,让任何人都能在本地运行。Qwen-Image-2.1-Turbo也处于这一趋势之中,由于能以更少工序生成图像,其特点是便于在配备GPU的本地环境中试用。另一方面,公开的权重采用研究用许可证,因此并不能直接用于商业制作。在与Google的Nano Banana 2.1等进行比较时,除了画质,能否在本地运行以及许可证条件也是判断依据。