挑生图模型别只看跑分：Qwen-Image-2.1 把抠图这道工序直接删了
上个礼拜帮朋友改一批电商图，改到第三张的时候我已经不想说话了。
生图模型倒是换着用，可一到"把这个商品抠出来贴到新背景上"，就得回到老流程：生成、抠图、修边缘、头发丝一根根描。抠图工具换了两三个，出来的边缘不是白边就是锯齿。最后那批图，一半时间花在了"生成完了再返工"上。
所以 9 月 20 日 Qwen-Image-2.1 权重放出来那天，我盯着更新列表看了很久。不是因为它跑分多高，是因为它把两件我一直当"工序"在做的事，直接塞进了模型里。
先看它塞了什么进来
这次开源的是个 7B 的统一模型，文生图和图像编辑合在一个模型里。跑分确实好看：官方自建的 Qwen-Image-Bench 上拿了个 60.28，排在 Nano Banana 2.0（59.82）和 GPT Image 1.5（59.65）前面——开源模型分数压过两个闭源头部，这还是头一回。
但跑分是给排行榜看的，真正改变工作流的是两件事。
第一件：透明背景直出。
以前要一张透明底 PNG，流程是生图 → 抠图 → 修边缘 → 处理发丝。现在模型直接输出带 alpha 通道的 RGBA 图，采样出来就是能叠到海报上的成品。更狠的是透明图层还能继续编辑——改表情、换姿势、连图层里的文字都能改，透明背景原样保留。
技术上这不是"生成完了再抠"，是 VAE 从设计上就是 4 通道的，alpha 通道在去噪的每一步里同步生成。相当于原来贴在流水线末端的抠图工位，被直接合并进了生产线。
第二件：一次喂 10 张参考图。
想让固定模特穿上新到的衣服、摆进新场景，或者把六张单人照合成一张群像——以前要么模型只吃一两张参考图，要么塞十张脸就崩。现在模特、衣服、鞋、包、帽子五张素材各就各位，人物比例、位置、特征都在。
跑得动是因为两招：混合粒度注意力（文本逐词算、图像分块并行），加上 KV Cache 复用——参考图和指令只在第一步算一次存起来，后面直接取。10 张图不等于 10 倍算力，这是能落地的关键。
本地部署账本：你的卡能跑吗
33GB 全量权重听着吓人，拆开看：文本编码器占一半以上，DiT 本体只有约 14GB。社区量化版已经全了，这是我从各家部署文档里拼出来的账本：
| 方案 | 权重大小 | 显存门槛 | 适合谁 |
|---|---|---|---|
| BF16 全量 | 约 40.9GB | 48GB+ | 工作站玩家 |
| FP8 | 约 20.4GB | 24GB | 4090/5090 用户 |
| Q4_K_M GGUF | 约 13.1GB | 14GB | 16GB 卡主力方案 |
| Q2_K GGUF | 约 7.5GB | 8GB | 极限压缩，画质有损 |
我按 16GB 卡推演了一下：Q4_K_M 权重 13.1GB，文本编码器另算，大概率要靠 CPU offload 补一块，能跑但别指望飞快。ComfyUI 是首日原生支持，官方工作流模板直接用，装完就能跑。
生态是真齐：ComfyUI、vLLM-Omni（FP8 + CUDA Graph）、SGLang（权重发布前三天就合了代码）、Diffusers 全就位，ModelScope 创空间可以在线白嫖。
三盆冷水，出手前想清楚
第一盆：协议变了。
前两代 Qwen-Image 是 Apache 2.0，随便商用。这次是 Qwen Research License——只授非商业使用权，商用要单独申请授权，而且没有收入规模豁免条款。今天下载，明天接进商用流水线就是违约。
知乎上已经有人扒出个现成的坑：ComfyUI 的权重复制仓 Comfy-Org/Qwen-Image-2.1 卡上标的是 apache-2.0，跟上游协议对不上。别拿复制仓的标签当商用依据，以 Hugging Face 上游仓库的 LICENSE 原文为准。
第二盆：这个榜是官方自己搭的。
60.28 是 Qwen 自建基准的分数，不是第三方竞技场。发布不到 24 小时，主流竞技场榜单里还没有它。方向可以参考，"开源第一"的绝对值自己留个心眼——等独立评测出来再下结论也不迟。
第三盆：7B 的"消费级显卡可跑"有前提。
"7B 上消费卡"这句话得补后半句：还要再加 8B 的 Qwen3-VL 文本编码器。全量 33GB 里一大半是它，显存算不清这笔账的，先看上面的表格再动手。
那现在能拿它干什么
三个合规姿势：
学习评测、写教程、本地折腾——这是"非商业研究"覆盖的，现在就是窗口期；在线体验走 ModelScope 创空间或官方渠道，不碰本地权重的协议问题；商用生产，等授权开放或者另谈，别赌。
不想折腾本地的，还有个更省事的入口：timi 已经接入了 Qwen-Image-2.1。 就是之前写过的那个免费开源的 AI 创作 App——安卓装个 apk，打开就能用它生图改图，透明底素材、多图参考这些能力不用自己部署显卡、不用读协议，手机上直接试。具体它在新模型上的表现，用几天我再单独聊。
工具会越来越强，规矩也会越来越细。看得懂能力，也看得懂协议，才算真的会用工具。
相关链接：
- Qwen-Image-2.1 官方仓库：https://github.com/QwenLM/Qwen-Image-2.1
- Hugging Face 模型权重：https://huggingface.co/Qwen/Qwen-Image-2.1
- ModelScope 模型卡（在线体验）：https://modelscope.cn/models/Qwen/Qwen-Image-2.1
- timi 下载（GitHub）：https://github.com/lininn/timi-android/releases/latest
- timi 下载（网盘）：https://pan.baidu.com/s/1ZfcWw8mV8Z3QaDP7kEJpWw?pwd=6570
往期推荐：
暂无评论。