模型详情
模型介绍
中文整理模型名称：Qwen-Image-2.1
模型用途
统一的多功能文本到图像生成与图像编辑模型，属于Qwen系列。可生成常规图像或透明背景图像（RGBA格式），支持图像编辑和照片主体提取。
主要能力
视觉生成组件包含70亿参数，采用32个单流DiT层。具备混合粒度注意力机制和前缀KV缓存重用，在保持低计算成本的同时实现高质量图像输出。支持最多10张参考图像进行编辑，可通过圆形区域、绘制注释或独立蒙版指定局部编辑区域，并能保留人物和产品的身份特征。模型在排版、肖像照明和细节表现方面有显著提升。
输入输出输入：文本提示（支持多语言）
输出：JSON格式对象，包含重写后的详细英文提示和推荐图像宽高比
运行要求
需要使用Transformers库或与Diffusers集成运行。
基本用法
通过Transformers库或Diffusers框架加载模型并调用生成功能。
许可证
本模型采用Qwen研究许可协议授权。
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。
资料或下载有问题？
登录后可提交反馈。