Model details
模型介绍
中文整理# Qwen-Image-2.1 模型说明
Model use case
统一的多模态图像生成与编辑模型，支持文本到图像生成、图像编辑、透明图像生成、主体提取等功能。
## 主要能力
轻量级架构，采用混合粒度注意力和前缀KV缓存复用，在低计算成本下实现高质量图像生成。视觉生成组件包含7B参数，共32个单流DiT层。
支持生成普通图像或透明RGBA图像，可编辑透明层，并能从照片中提取主体。
支持最多10个参考图像；可通过圆形、绘制注释或单独蒙版指定局部编辑；可保留人物和产品的身份特征。
改进的字体渲染、人像照明和精细细节，提升视觉表现力。
## 输入输出
- *输入**：文本提示、参考图像、编辑蒙版
- *输出**：生成的图像或编辑后的图像
运行要求
内存优化选项可用（原文未提供具体配置要求）
基本用法
支持功能：文本到图像生成、图像编辑、透明图像生成
支持多种宽高比
透明图像生成需使用推荐的提示词格式
License
本模型采用Qwen研究许可协议（Qwen Research License Agreement）授权
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行环境运行模型需要的设备、工具与依赖，以原作者说明为准。
授权范围是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
Problem with the information or download?
Sign in to submit feedback.
