Qwen 2.1
阿里巴巴通义千问系列的多模态图像模型，支持文生图（T2I）与指令驱动图像编辑（Edit）双重能力，可在单一模型框架内处理生成与编辑任务
时间轴 (近 90 天)
MiniMax H3 REF 与 Qwen 的速度对比来自单一来源的主观实测，未提供同等硬件同等参数下的标准化基准数据
在使用 2 张及以上图像参考时，MiniMax H3 REF 的速度明显快于 Qwen 2.1
Reddit 社区出现讨论称 Qwen 2.1 在人脸替换（Face Swap）任务上的表现可能「好得过头」，并附带一套免费可用的工作流
目前公开的原始素材信息量有限，帖子仅提供标题、来源截图与「免费工作流」说明，具体参数与实测数据仍待验证
该免费工作流通常意味着用户可以在本地部署环境中直接复现该效果，无需付费订阅商业服务
有Reddit用户将Qwen 2.1用作图像放大器（upscaler）并认为其效果出色
该测试者使用的显卡仅有6GB显存
测试所用的图像帧来自H3生成的视频，分辨率为0.3MP（约30万像素）
Qwen 团队通过官方 X（原 Twitter）账号确认用户对 Qwen 2.1 生成输出的所有权
阿里通义千问（Qwen）团队官方明确使用 Qwen 2.1 生成的输出内容归用户所有
还有 6 条时间轴事件
全部知识事实 (8)
MiniMax H3 REF 与 Qwen 的速度对比来自单一来源的主观实测，未提供同等硬件同等参数下的标准化基准数据
50%待验证在使用 2 张及以上图像参考时，MiniMax H3 REF 的速度明显快于 Qwen 2.1
50%待验证该免费工作流通常意味着用户可以在本地部署环境中直接复现该效果，无需付费订阅商业服务
50%待验证阿里通义千问（Qwen）团队官方明确使用 Qwen 2.1 生成的输出内容归用户所有
50%待验证Civitai 上提供了两套 Qwen 2.1 的 T2I 与 Edit 工作流链接
50%待验证Qwen 2.1 强调将 T2I（文生图）与 Edit（图像编辑）两条工作流结合
50%待验证在单一模型框架内同时覆盖 T2I 与图像编辑通常意味着模型在训练阶段接受了大量"原图-指令-编辑结果"三元组数据并具备较强的多模态理解能力
50%待验证Qwen 团队通过官方 X（原 Twitter）账号确认用户对 Qwen 2.1 生成输出的所有权
50%