阿里开源 Qwen-Image-2.1，70 亿参数宣称在图像生成上超越闭源模型

阿里 Qwen 团队发布开源权重模型 Qwen-Image-2.1，可在性能较强的消费级 GPU 上完成图像生成与编辑，支持透明通道，并可一次接收最多十张参考图。该模型采用研究许可，禁止商业使用，商业用途需另行取得 Qwen 许可。报道称其在图像生成上宣称超越闭源模型，且参数量仅为 70 亿。

此前的图像生成竞争多由闭源大模型主导，而这次是开源权重模型在参数量较小的前提下宣称达到更强效果，并把多参考图编辑与透明通道等能力下放到消费级 GPU 可运行的范围，开源与闭源之间的能力差距被进一步压缩。

70 亿参数的规模使模型可部署在单张消费级 GPU 上，降低显存与推理成本；支持最多十张参考图意味着模型在同一上下文内完成多图条件融合，透明通道则对应生成结果可直接进入合成流程。研究许可而非商业许可，说明发布方选择先以开源权重获取生态与反馈，再通过单独商业许可变现。

产品团队可在本地或低成本环境验证多参考图生成与透明素材输出，减少对云端闭源 API 的依赖；但研究许可禁止商业使用，商业化前必须取得 Qwen 单独许可，许可成本与结算方式将直接决定是否可进入正式产品链路。

• 在内部原型与设计流程中用消费级 GPU 部署 Qwen-Image-2.1，验证多参考图编辑与透明素材生成的实际质量与吞吐。
• 在与闭源图像模型的同任务对比测试中固定提示词与参考图数量，量化 70 亿参数版本的成本与质量差异。
• 提前梳理需商业授权的功能边界，评估申请 Qwen 商业许可的流程、费用与替代方案。
• 围绕透明通道输出设计合成与素材管理环节，检查现有管线对带透明层生成结果的兼容性。

• Qwen-Image-2.1 宣称超越闭源模型的具体评测基准、对比模型与指标尚未在证据中给出。
• 商业许可的获取方式、价格与授权范围未在证据中说明。
• 支持的最多十张参考图在何种任务与分辨率下有效，证据未提供细节。
• 消费级 GPU 的具体显存与硬件门槛，以及生成速度，证据未给出。