Qwen-Image-2.1
阿里巴巴通义千问（Qwen）团队推出的开源图像生成模型，模型权重在Hugging Face平台开放下载，支持本地部署、微调和二次开发
核心事实
时间轴 (近 90 天)
在 RTX PRO 6000 上使用 BF16 精度、40 步、批大小为 1 的配置，Qwen-Image-2.1 生成 14 张约 1 MP 图像的平均耗时为 9.378 秒，中位数 9.375 秒。
评测中 2K 单张耗时约为 1 MP 的 5.55 倍、峰值显存约为 1.54 倍，低于纯平方预测，原因在于官方流水线很可能在隐空间（latent space）中完成主要去噪，且高分辨率阶段可能采用了分块或窗口化注意力。
Qwen-Image-2.1 生成的食物编辑样例中，提示词要求的是俯拍，但输出更接近 45 度斜上角。
Qwen-Image-2.1 生成的信息图 “HOW RAIN BECOMES A RIVER” 标题和四个标签 CLOUD、RAIN、SOIL、RIVER 全部正确，但云层面板里已经在下雨，前两个阶段没有标签暗示的那样分明。
在这轮固定种子测试中，Qwen-Image-2.1 对四条明确要求渲染文字的提示词全部一次成功。
Qwen-Image-2.1 生成的蓝色折纸鲸鱼贴纸 PNG 带有有效 alpha 通道，数值范围 0 到 255；在 1,048,576 个像素中，有 989,473 个并非完全不透明，证明是真正的透明度而非把白色或棋盘格背景画进图里。
Qwen-Image-2.1 在 RTX PRO 6000 上的热缓存流水线加载耗时为 4.427 秒。
在 15 张图的测试中，Qwen-Image-2.1 全部完成，没有出现显存溢出或 CUDA 报错。
在 RTX PRO 6000 上生成约 1 MP 图像时，Qwen-Image-2.1 的平均峰值分配显存为 36.801 GiB，占 PyTorch 报告可用显存 95.0 GiB 的三成多。
使用 stageload 的 release(module) 将参数和缓冲区移到 meta 设备并按阶段『开始加载、结束释放』运行 Qwen-Image-2.1（文本编码器 16.3 GB 与 transformer 13.3 GB 一次只加载一个）时，同一台 Mac 上峰值降到 19.0 GB，两次运行 swap 都没有增长。
还有 40 条时间轴事件
全部知识事实 (20)
Qwen-Image-Edit是阿里巴巴通义千问团队推出的图像编辑模型，具备图像生成和局部编辑能力
90%已验证Qwen Image是阿里推出的文生图模型
90%已验证借助 Qwen Image 2.1 的图像编辑工作流，换脸过程可以简化到两张图加一段提示词，无需任何遮罩操作
85%已验证Qwen的图像生成能力基于扩散模型（Diffusion Model）技术
80%已验证测试者提到 Qwen Image 2.1 的图像编辑和参考图能力看起来不错
70%已验证Qwen-Image-2.1 可通过 GitHub、ModelScope 和 Hugging Face 多个渠道获取
65%已验证Qwen-Image-2.1 支持最多 10 张参考图像并提供精确的局部控制
65%已验证Qwen-Image-2.1 原生支持 RGBA 图层的生成与编辑，可直接输出带透明通道的图像
65%已验证阿里的Qwen-Image-2.1开放权重，采用7B架构，生成与编辑集成在同一个模型中，并原生支持透明图层
65%待验证图像模型在卸载时可保持 INT8 或 FP8 精度，Z-Image 生成耗时在 10 GiB 显存上限的 B200 上从 38.4 秒降至 2.3 秒
70%待验证已安装 ComfyUI 的用户通常只需更新到支持该模型的版本并下载对应模型权重文件即可通过节点加载使用 Qwen-Image-2.1
60%待验证Qwen-Image-2.1 采用单一开源权重同时支持图像生成与编辑（One open-weight checkpoint for both generation and editing）的设计
60%待验证Qwen-Image-2.1 采用仅 7B 参数的轻量架构
60%待验证官方列举 Qwen-Image-2.1 支持全景图、信息图和虚拟试穿等应用场景
60%待验证Qwen-Image-2.1 生成的蓝色折纸鲸鱼贴纸 PNG 带有有效 alpha 通道，数值范围 0 到 255；在 1,048,576 个像素中，有 989,473 个并非完全不透明，证明是真正的透明度而非把白色或棋盘格背景画进图里。
50%待验证Qwen-Image-2.1-Turbo使用8步去噪完成图像生成和编辑，而基础模型默认需要40步
50%待验证LightX2V在RTX 5090上测试基础模型，1024×1024下约5.586秒，2048×2048下约30.333秒（40步、关闭CFG）
50%待验证Qwen-Image-2.1 默认启用了 INT8 ConvRot，在受支持的 NVIDIA GPU 上获得更快的生成速度并保留更多图像细节
50%待验证Qwen-Image-2.1可在4060Ti 16G显存上本地运行，ComfyUI在Day 0完成节点集成
50%待验证按照阿里的开源协议，Qwen Image 2.1 当前公开授权仅限非商业的研究和评估用途，商业项目需另外申请商业许可
50%