一个模型干两件事:按文字画图,以及在已有图上按指令修改;还能直出带透明背景的 RGBA 图,并把照片主体抠成透明层
项目介绍
Qwen 团队的图片生成与编辑底仓权重,把文生图与编辑合并在一个 7B 视觉生成组件里,同一模型支持透明图层生成与主体提取;官方强调紧凑高效、原生透明与统一创作编辑、多参考图与局部标注编辑、纹理与排版改善。提供 Diffusers 接入与显存优化建议,未托管官方推理服务
主要应用领域
电商营销商品图换背景换场景而不重画主体;设计排版:直接拿透明底素材省掉抠图;内容制作:圈选或涂抹指定只改这一处;多参考合成:给最多 10 张人像或产品图,产出合影或风格一致的一套图
关键技术
7B 视觉生成组件、32 层单流 DiT,混合粒度注意力与前缀 KV 缓存复用控成本;经 Diffusers 的 QwenImage21Pipeline 加载,示例 40 步,默认分辨率从 2048 起;显存不足可开 cpu offload;依赖 torch 2.4 以上、transformers 5.17 以上
实用价值
抠图换背景原本是设计岗固定工序,发丝、透明件与阴影都要手修,一张反复试;现在一句描述得到带 alpha 的结果,人只查边缘与光比。修图同理,原来改一处牵动整图,现在圈一下只改那块
局限
许可是非商用研究协议,商用需单独申请,这是硬前提;文字排版、复杂手部与密集小字仍会错;高分辨率多步吃显存与时间,2K 以上必须实测;官方未给底仓与 Turbo 的质量对比,也无推理托管,部署要自搭
开源协议
Qwen Research License Agreement
仓库许可为 Qwen Research License Agreement(2026-09-20 版),非商业用途仅限研究与评估;商用须从官方渠道单独取得许可;再分发须附协议与归属声明并标注修改;以其输出训练或改进其他模型并对外发布须标明 Built with Qwen;不得把 Qwen 作衍生产品主名;受中国法律管辖、杭州法院专属管辖
协议解读供选型参考,不构成法律意见。
推荐理由
研究、评估与内部验证值得先跑;进入对客户交付的产品前先解决许可。追吞吐优先看同仓 Turbo,追终稿细节再用底仓多步,不要把底仓一定更准当假设。建议拿 20 张自有商品图与人物图同时跑两个 checkpoint 比对边缘与文字
观测
Star未取得;观测时间:2026-11-10T05:03:00Z
暂无可比增长基线
开放权重
专业社区口碑
未找到可靠口碑
未取得独立评测或第三方反馈;页面约有 100 个 Spaces 与大量微调量化衍生权重,说明下游活跃,但不等于质量已验证
衍生数量只说明流行度
类似项目推荐
模型知识参考,未在线核验;名称、维护状态和许可证需另行核实。