模型详情
模型介绍
中文整理模型名称
Qwen-Image-2.1
模型用途
统一的多功能文生图生成与图像编辑模型，属于Qwen系列。
主要能力
文生图生成：基于7B参数的视觉生成组件（32个单流DiT层），支持从文本提示生成图像。
图像编辑：支持局部编辑，可通过圆形、绘制注释或单独蒙版指定编辑区域；最多支持10张参考图像；保持人物和产品身份一致性。
透明图像生成：支持生成普通或透明（RGBA）图像，可编辑透明层，并从照片中提取主体。
架构特点：轻量级架构，采用混合粒度注意力机制和前缀KV缓存复用，在较低计算成本下实现高质量图像生成。
图像质量：改进的字体渲染、人像光照和精细细节表现。
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（支持普通RGB和透明RGBA格式）
运行要求
需要GPU支持，建议参考官方内存优化指南进行配置。
基本用法
- 安装模型依赖
- 文生图：使用标准文本提示生成图像
- 图像编辑：提供参考图像和编辑区域蒙版
- 透明图像生成：使用官方推荐的透明图像提示格式
- 支持多种宽高比
许可证
Qwen Research License Agreement（Qwen研究许可协议）
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。
资料或下载有问题？
登录后可提交反馈。