阿里巴巴的AI開發團隊「Qwen(通義千問)」於2026年10月9日公開了圖像生成AI「Qwen-Image-2.1」的高速版「Qwen-Image-2.1-Turbo」的模型權重(訓練完成的資料)。權重可從Hugging Face與ModelScope下載,並在配備GPU的自有環境中執行。
發表重點
Qwen-Image-2.1-Turbo是將9月20日公開的Qwen-Image-2.1調整為能以較少工序生成圖像的版本。生成圖像的工序(步數)為8步,是原模型範例程式碼所設定的40步的五分之一。負責生成圖像部分的規模為70億參數(7B),與原模型相同。團隊表示,它維持了從文字生成2K解析度圖像的品質,但並未提出比較評估數據。
可做到的事
Qwen團隊列舉的主要用途如下。
- 從文字生成圖像以及編輯圖像
- 生成透明背景的圖像
- 人物照片以及姿勢與動作的表現
- 包含文字的海報與設計
- 介面設計與整理資訊的圖表
- 組合多張參考圖像的構圖
支援從直式到橫式共7種長寬比,16:9時最高可輸出2752×1536像素。
執行方式
可從圖像生成函式庫「Diffusers」載入使用。步數等生成設定已包含在模型中,團隊表示不必細部重新設定就能直接使用。目前還沒有在Hugging Face上執行的服務,不過阿里雲的「Model Studio」也已正式推出可呼叫Qwen-Image-2.1 Turbo版與Pro版的API。Qwen提出的用法是:應用程式使用API,本機作業則使用公開的權重。
授權與商業使用
模型以「Qwen Research License」發布。用於研究或評估目的可以免費使用,但若要商用,需要向Qwen申請並另外取得商業授權。Qwen的模型中,也有許多像初代Qwen-Image(Apache 2.0)那樣以可自由商用的授權公開,因此在工作上使用時需要留意授權的差異。
CoAI編輯部觀點
中國的AI企業持續公開高效能模型,讓任何人都能在本機執行。Qwen-Image-2.1-Turbo也處於這股趨勢之中,由於能以較少工序生成圖像,特色在於容易在配備GPU的本機環境中試用。另一方面,公開的權重採用研究用授權,因此並不能直接用於商業製作。與Google的Nano Banana 2.1等進行比較時,除了畫質之外,能否在本機執行以及授權條件也是判斷依據。