阿里云正式发布轻量级图像生成模型 Qwen Image 2.1。该模型仅含 70 亿参数，提供开源权重，即便在 RTX 3090 等旧款消费级显卡上也能流畅运行。开发者声称，尽管体量精简，其综合能力仍优于包括谷歌 Nano Banana 2.0 在内的多款闭源模型。
基于内部基准测试，Qwen Image 2.1 在 Qwen Image Benchmark 中录得 60.2 分，高于谷歌 Nano Banana 2.0 的 59.82 分，但略低于 OpenAI GPT Image 2.5 Sunburst（67 分）和 Muse Image（62.34 分）。在 AI Arena 的初步测试中，该模型得分为 1228 分，虽不及 Nano Banana 2（1260 分）和 GPT Image 2.5 Sunburst（1423 分），但差距微小。在图像编辑领域，AI Arena 评价其为当前最佳开源选项。
功能升级与硬件表现
Qwen Image 2.1 引入多项实用功能以增强竞争力。其支持原生透明度输出，便于艺术家创作及按需打印产品（如贴纸）制作。在图像编辑方面，模型最多支持 10 张参考图像，能够根据人物照片和服装图片合成穿着效果图，并承诺保持人物与产品特征的高度一致性。
紧凑的尺寸是该模型最显著的特征。除美团开发的 60 亿参数 LongCat-Image 外，大多数同类模型参数量均为其数倍或完全闭源。早期用户反馈显示，其在本地硬件上表现优异：在 RTX 4090 上生成一张 1MP 图片约需 5 秒；在 RTX 5070/5080 上约需 25 秒，但使用大量参考图像时耗时显著增加；而在 RTX 3060 配合 64GB 内存的配置下，生成 2K 分辨率图片约需 50 秒。
许可协议引发争议
Qwen Image 2.1 的许可协议变更引发社区关注。与此前版本不同，新协议明确禁止模型的商业转售，规定任何商业用途均需从开发者处获取单独许可。协议条款指出，授予用户的仅限非商业目的的使用、复制及修改权限。
针对社区担忧，Qwen 团队在社交媒体澄清：用户利用模型生成的内容不受此限制，仅模型本身不得在未获阿里巴巴许可的情况下进行转售。这一调整偏离了最初基于 Apache 许可证的开放模式，被指重新定义了“开源权重”的边界。尽管如此，对于希望在本地运行、追求数据控制且无需云订阅的用户而言，Qwen Image 2.1 凭借轻量化设计与强劲性能，仍是一个极具吸引力的选择。