模型Qwen-Image-2.1 开源：统一生图与编辑模型
筛选线索图像生成开源模型与生态AI 公司模型家族1 个独立信源
此前文生图与图像编辑多分散在不同模型或流程中，该版本将普通图与透明 RGBA 图生成、图层编辑、主体提取合并到单一模型，并支持最多 10 张参考图与圆形、涂鸦、独立 mask 等局部指定方式，减少多工具拼接。
Hugging Face Model Radar
67TOPIC · CURATED VIEW
覆盖文生图、图像编辑与视觉创作工具，重点关注可控性、质量和生产效率。
此前文生图与图像编辑多分散在不同模型或流程中，该版本将普通图与透明 RGBA 图生成、图层编辑、主体提取合并到单一模型，并支持最多 10 张参考图与圆形、涂鸦、独立 mask 等局部指定方式，减少多工具拼接。
Nano Banana 2.1 在文生图与图像编辑两个评测维度同时进入前四，且价格降至前代一半，意味着同等预算下可调用次数或覆盖场景明显扩大，对依赖图像生成能力的应用在设计选型上出现新的性价比选项。
此前图像生成与编辑通常需要分别部署模型或检查点，Qwen-Image-2.1 将两类能力合并到 7B 单检查点中，并支持最多 10 张参考图，意味着生成与编辑可以在同一模型内完成，模型部署和调用链路可能因此简化。
此前开源权重图像模型在两个 AA-Image 榜单上均未达到这一位置，Qwen-Image-2.1 同时超过 Ideogram 4.0（Quality）和 HunyuanImage 3.0 Instruct，说明开源权重方案在文生图与图像编辑两个维度上已进入可对比头部模型的行列，而不再只是低成本的替代选项。
Qwen-Image-3.0 发布并上线云平台，标志着阿里在文生图领域达到中国领先、国际主流水准，且提供 API 定价，意味着开发者可直接使用该能力，推动应用落地。
此前多模态模型多针对单模态或简单组合，此次 FLUX 3 Video 在 OpenRouter 平台向所有人开放，提供一个基础上同时覆盖视频、音频、图像和动作预测的统一模型家族，降低了多模态应用开发的接入门槛。
以往推理与图像生成通常由不同模型或流程完成，SenseNova U1 将两者统一，可能简化多模态任务的处理方式，降低集成复杂性，并提高内容生成的连贯性。