阿里千问推出Qwen-Image-2.1-Turbo：8步去噪文生图，沿用7B架构，2K图生成提速

阿里千问项目组此前在9月20日开源Qwen-Image-2.1，这是一款融合文生图与图像编辑能力的轻量图像生成模型。视觉生成模块仅7B参数，采用32层Single-Stream DiT架构，在保证出图质量的同时压低推理开销，原生支持RGBA透明图生成、编辑与抠图。模型依靠混合粒度注意力结构、KV Cache复用机制优化推理，多图输入场景优势明显。

阿里千问开源 Qwen-Image-2.1：7B 小模型，原生支持透明图生成与图层编辑

• GitHub：https://github.com/QwenLM/Qwen-Image-2.1
• Hugging Face：https://huggingface.co/Qwen/Qwen-Image-2.1-Turbo
• 魔搭：https://modelscope.cn/models/Qwen/Qwen-Image-2.1-Turbo
• ComfyUI：https://huggingface.co/Comfy-Org/Qwen-Image-2.1

官方在今天最新发布Qwen-Image-2.1-Turbo，作为Qwen-Image-2.1的加速版本，在完全不变的7B视觉生成架构基础上，将图像生成、图像编辑压缩至仅8个去噪步骤，大幅缩短生成耗时。

• 出图规格：推荐2048分辨率生成与编辑，预置方形、竖版、横版、宽屏多种画布比例；
• 推理优化：默认CFG=1，前缀KV缓存可跨去噪步骤复用文本与参考图上下文，进一步降低算力消耗；
• 部署便捷：可直接在Diffusers中调用QwenImage21Pipeline加载权重，模型包自带推荐采样方案，无需手动调试调度器；
• 能力保留：更少采样步骤并未牺牲图像质量，依旧支持2K高清文生图、自然语言图像编辑，可实现配饰添加、场景修改等创作需求。

使用上有两种选择：本地部署开源权重，或是直接调用上线的托管API（Qwen-Image-2.1 Pro与Turbo API均已开放）。模型遵循Qwen研究许可协议。

要点小结

• 版本关系：Qwen-Image-2.1-Turbo是Qwen-Image-2.1的加速版本，底层保持7B视觉生成架构不变。
• 核心亮点：仅8步去噪完成图像生成与编辑，支持最高2048分辨率，KV缓存复用提升推理效率。
• 部署方式：Diffusers原生支持QwenImage21Pipeline一键加载，自带调度器配置；也可直接调用官方托管API。
• 基础能力：保留文生图、自然语言图像编辑，支持多比例画布；原版Qwen-Image-2.1还原生支持RGBA透明图抠图。