Qwen-Image-2.1 可生成带真实 Alpha 通道的精灵图，但许可证规定仅限非商业用途
阿里巴巴 Qwen 团队于 9 月 20 日在 Hugging Face 和 ModelScope 上发布了 Qwen-Image-2.1，没有主题演讲，甚至几乎没有正式的博客文章。这是一个兼具文生图与图像编辑能力的单一模型，其视觉生成组件包含 70 亿参数。对游戏开发而言，最值得关注的是它能够生成带真实 Alpha 通道的图像。让它制作贴纸、道具或角色立绘，你会直接得到 RGBA 图像，而不是还得从白色背景中抠出主体。模型卡、GitHub。
发布示例中的两张 RGBA 输出图像，置于棋盘格背景上。图片：阿里巴巴 Qwen 团队。
它能做什么
这个模型能完成过去需要三种工具才能处理的三类任务。它可以根据文本生成普通图像或透明图像；可以进行图像编辑，最多支持十张参考图，让角色或产品在不同画面中保持一致，还能根据圈选区域、涂抹内容或提供的蒙版进行局部编辑；也可以执行主体提取：给它一张照片，要求将主体提取为透明图层，它就会返回已带 Alpha 通道的抠图结果。
输出为原生 2K。默认方形尺寸是 2048 × 2048，16:9 预设为 2752 × 1536，图像会直接以该尺寸生成，而不是经过放大。Qwen 团队表示，混合粒度注意力机制和前缀 KV 缓存复用让模型在这一分辨率下仍能保持较低的推理成本。ComfyUI 在发布首日就提供了支持，并称该模型可以轻松运行在消费级显卡上；The Decoder 则报道它能够在 RTX 3090 上运行。对于透明输出，官方推荐的提示词非常直白：用自然语言告诉模型，这是一张带 Alpha 通道和透明背景的 RGBA 图像，它就会照做。ComfyUI 博客、The Decoder。
基准测试，以及该打的折扣
README 中唯一的一张图表按照 Qwen 团队自己的综合评分，对 30 个图像模型进行了排名。Qwen-Image-2.1 以 60.28 分位列第七，排在 GPT Image 2.5、GPT Image 2、Grok Imagine 2.0、Qwen 的闭源 Image 3 Pro、Meta 的 Muse Image 和微软的 MAI Image 2.5 Pro 之后，但领先于 Nano Banana 2.0 以及所有 Seedream 模型。这张图真正想表达的重点在第二行：排在它前面的闭源模型没有公布参数量，而排在它后面的开放模型规模都大得多。FLUX 2 Max 和 Pro 为 320 亿参数，Qwen-Image-2512 为 200 亿参数，Hunyuan Image 3.0 则为 800 亿参数。其核心主张是：一个 70 亿参数的模型，得分超过了所有这些更大的模型。
这是厂商自己设计评分标准、并由厂商自行评分的基准测试，因此应当像往常一样对结果有所保留。从示例中可以确认的是，文字渲染和多参考图合成的效果确实如图表所暗示的那样出色，而且透明度也是真实的：发布样例中的 Alpha 边缘很干净，不是由近白色像素形成的一圈光晕。
README 中的图表：上方是得分，下方是参数量；未公开参数量的模型以锁形图标标示。图片：阿里巴巴 Qwen 团队。
在基于它开发之前，请先阅读许可证
2025 年 8 月发布的第一代 Qwen-Image 采用 Apache 2.0 许可证。而这一版本采用与发布日期相同的《Qwen Research License Agreement》，仅授权用于非商业目的，并要求商业用户另行协商许可证。模型权重确实开放了；但除非你的游戏只是业余项目，或者你另外取得商业许可证，否则它并未开放给你的游戏素材生产流程使用。
这一点对该模型格外重要，因为它最出色的功能恰恰是面向生产的功能。透明精灵图、图标和抠图素材都是会随产品正式发布的内容，而不只是实验对象。如果一家工作室仅凭 Hugging Face 上可以下载就把它接入制作流程，直到游戏发布时才发现许可证限制，那就麻烦了。
这为什么与我们有关
精灵图和 UI 美术是我们的创作者最常请求的图像类型，而 Alpha 通道正是所有通用图像模型一直未能满足需求的地方。我们的图像工具基于 Flux 运行，它会生成带背景的主体图像，随后进行的背景移除步骤容易在边缘留下毛边，并丢失头发、火焰和玻璃等细节。能够从一开始就直接生成 Alpha 通道的模型可以省去这一步，而发布样例表明，它在这方面做得很好。
我们无法为你托管这个模型。该许可证禁止将其作为付费服务运行，而且禁止商业用途的研究许可证也意味着，它的输出不能用于你要出售的游戏。因此，坦诚的建议与我们报道其他模型发布时一样：这项技术会逐渐普及，而下一款采用宽松许可证的开放图像模型很可能也会原生支持 RGBA，因为 Qwen 已经证明了这项能力可以在 70 亿参数规模上实现。在那之前，我们的精灵图与图块集指南介绍了目前可用于正式发布的素材来源，而游戏素材许可证指南则解释了为什么“开放权重”和“可免费使用”并不是一回事。