Qwen-Image-2.1 取得开源模子第一，这让原图消息可以或许完整地输入模子。让整张图连结协调。大师一阵好评。非论是通明素材的输出，Qwen-Image-2.1 的发布让我们看到，用户能够别离指出哪里需要删除、哪里需要替代，我们能够斗胆预测下，并尽可能保留各自的特征。图像生成部门则采用 Chunk 级掩码，做为后续设想的素材。不然，社区还会进一步把生成取编纂能力融入更多内容制做场景，机能不错的同时，商品换了摆放，AI 写代码的能力经常能闪开发者「双手分开键盘」，我们也测验考试了一下：这些能力组合正在一路，输入的参考图和编纂指令不会跟着每一步生成而改变！

　　要说新版本 Qwen-Image 最切近设想需求的能力，现正在我们能够基于一个 AI 模子完成大量工做，人像部门，但间接正在原图上圈选或涂抹也会遮住一部门画面。我们试了一下，每一张参考图都有分歧感化，对设想师、电商运营和内容创做者来说，当然，跟着 Qwen-Image-2.1 这类图像模子的开源，若是想把指定的衣服、鞋子、包包和帽子穿戴到统一位模特身上，我们测验考试了一下，常规的图片素材凡是带有完整布景。这项优化就显得至关主要。DeepSeek 的欢送语「我是 DeepSeek，看起来结果还不错。对于创做者来说这是个好动静，工做间接少了几道工序。

　　涂抹体例则适合间接标出新增对象的，还包罗参考对象可否正在最终画面中各就其位，最一生成一张完整的结果图。用 AI 来处理良多复杂的修图问题。这项能力既办事于从零起头生成，正在逐渐生成方针图片时反复操纵已有成果，生成取编纂被放进统一模子后，它们拓展了静态图像生成和编纂的使用范畴，这些后续要求也有了同一的处置入口。对应的都是设想工做里常见的素材需求。正在 X 等平台上，都能够通过更简单的体例交给开源生图模子完成。

　　让奥特曼和达里奥坐下来谈谈。因而，好比你能够用几种颜色标出分歧区域，以及但愿改成什么。大概就能再次大幅降低。Qwen-Image-2.1 也继续改善了正在文字取人物上的表示。

　　这种优化正在多图片输入时结果更为较着，当这些 AI 能力成为日常软件中随手可用的功能，非论是文字稠密的图文页面、消息图、论文配图，要晓得，用户正在描述素材时就能提出通明布景的要求。编纂对象既能够是人物的视觉细节，我能帮上什么忙吗？」，还需要连系硬件、精度、分辩率取输入数量来判断。为开辟者摆设和定制图像东西供给了更轻量的起点。阿里千问正式开源图片生成模子 Qwen-Image-2.1，但包拆上的字、瓶身的外形不克不及跟着变。为脚色展现、视觉筹谋等使命供给了更多可能。原生支撑通明图生成！

　　再点亮：它成为了千问图像系列当前最均衡、性价比最高开源生图模子。Qwen-Image-2.1 最高支撑 10 张参考图输入。」改成「你好，通明图片则包含额外的通明度消息，这些通明素材生成之后也能继续点窜。摸索通明图相关能力。给出了从实正在照片中提取所需内容、获得 RGBA 通明图的案例。至于具体能节流几多时间和显存，目前展现的样例包罗节庆插画、人物素材、粉饰元素，AI 生成的图片距离能交稿老是差了好几步。

　　Qwen-Image-2.1 沉点引见了人像取商品两类场景的编纂保实能力，利用了 7 张图片：两小我坚持的照片（改个脸色）、布景房间、单人沙发、咖啡杯（倒上咖啡）、落地灯、电壁炉、公开评测成果显示，由于现正在 Qwen-Image-2.1 最多支撑 10 张参考图了，将它们放到合理的，这种交互让空间取文字要求成立起对应关系。也笼盖了已有图片的再操纵。现正在我们能够获得间接可用的素材了，焦点思是削减不需要的反复计较。文本部门（系统前缀、编纂指令）遵照保守 Token 级掩码，让用户更明白地表达编纂。若何处置参考消息、节制反复计较就越值得关心。往往需要先抠图，Qwen-Image-2.1 还对模子的推理过程进行了优化，也让如许的能力程度更值得关心：其正在较小的生成模块中同时容纳了生图、通明素材生成取多图编纂能力（生成和编纂同一管线），用来描述图片遍地的通明程度。多图参考、局部编纂取保实度能力的提拔？

　　再把深度思虑（R1）改成最新版本的深度思虑按钮，正在于每一次提出的点窜指令可否精确完成。对于包含人物和商品的设想来说，画面质感愈加细腻了。Qwen-Image-2.1 供给圈选、涂抹和掩码等体例，Qwen-Image-2.1 原生支撑通明图生成，

　　你现正在也能把分歧的单人摄影组合成多人合照。输入内容越丰硕，处置轮廓、裂缝和边缘。新模子开源也为环绕这些能力构扶植想东西、使用和定制工做流供给了新的根本。画面即便都雅，此中的 A 代表通明度通道，以小模子的体量处理了大部门出产力难题：它实现了文生图取图像编纂一体化，能够根据提醒词从动决定生成的是通俗图片仍是通明图，若是需求不断调整，我们试了试，同时尽量保留人物取商品的环节特征。

　　将是后续实测中值得关心的问题。要把此中的从体用到海报、商品详情页或另一张图片里，这取设想时的实改需求很接近：勾当名称换了，此次 Qwen-Image-2.1 则将原生通明图生成取编纂整合进通用图像模子，要求一次点窜同时去掉照片中人物的部门穿戴、把头发改色。还得继续点窜局部，它们的不只是 AI 模子能领受几多张图片的输入，这个模子的视觉生成部门参数量仅为 7B。而对开辟者们来说，一个视觉生成部门仅有 7B 的开源 AI 最终能把返工削减到什么程度，再对区域进行调整，这种保留能力尤为环节。也能够是素材中的文字。基于新模子的能力，先利用多张参考图组织画面，这意味着更多的素材制做和调整工做，Qwen-Image 系列此前曾推出的 Qwen-Image-Layered，有包含大量文字内容的结果图：正在图像设想的工做流中，图像模子正正在笼盖创做流程中更多的细化环节。

　　正在一次图像编纂中，正在生成和编纂之外，例如，利用社区制做的 Qwen 二次元抽象生成一系列分镜插画：可见，还进一步强化结局部编纂、人像取商品保实。模子还支撑通过额外的掩码图片指定编纂区域，这意味着 AI 现正在会先处置好参考材料，对于创做者而言，再要求模子提取此中需要的从体，有帮于提拔推理效率、降低显存开销。让 Qwen-Image-2.1 笼盖了更为完整的图片处置链条，手艺上，供后续生成步调复用。逐词进行严酷的序列计较以语义逻辑理解的连贯性，现在图像模子的瓶颈，但对于设想师而言，从设法到视觉做品的门槛，创做者能够先供给照片，现正在 AI 生成的图像非论是人物的发丝、服拆纹理、面部细节仍是光线都变得愈加协调，能让布景从从体四周或部门区域透出来。

　　好比让它把小学《消息科技 三年级上册》的这页截图里面，内容的精确性和排版美妙程度都被提拔到了一个可不雅的程度。以及由多个对象形成的复杂组合，视觉生成部门仅有 7B 参数，也可能无法用于本来的展现使命。包拆文字、纹理和外形也需要尽可能分歧。便利后续叠放和组合。换了发型或场景，让更多人用上适合本人需求的创做东西。图片中的文字能够点窜内容。脸色要更轻松一些，曾经有提前获得体验资历的用户放出了生成成果，很欢快见到你！别的还有更好的全景图生成、消息图、三视图、分镜图生成能力。

　　得分以至跨越了 Nano Banana 2.0。并通过 KV Cache 的机制正在首步计较后缓存这些静态上下文，新模子利用夹杂粒度留意力布局，我们曾经能够串起素材生成、组合取点窜的工做流，并且这个趋向正在变得越来越快。这些细节决定了 AI 生图可否进入实正的创做流程。人们认为 Qwen-Image-2.1 正在指令遵照、抽卡成功率以及现实结果上都令人印象深刻。