阿里千問開源 Qwen-Image-2.1 圖像模型:可生成、編輯透明圖像,支持最多 10 張參考圖

2026年9月20日 21:02
阿里千問開源 Qwen-Image-2.1 圖像模型:可生成、編輯透明圖像,支持最多 10 張參考圖
站內 AI 整理稿

作者:沁滄(實習) 責編:沁滄 評論: 感謝網友 咩咩洋 的線索投遞!9 月 20 日消息,阿里千問今日宣佈,開源千問圖像系列當前兼顧生成效果、推理效率與使用成本的開源圖像模型 Qwen-Image-2.1。Qwen-Image-2.1 將文生圖與圖像編輯整合在同一模型中,視覺生成部分僅有 7B 參數,並原生支持透明圖像的生成與編輯。官方表示,本次更新的主要特色包括四個方面:小模強效,極致價比:輕量的模型結構與推理優化,在生成質量和計算成本之間取得平衡。▲ Qwen-Image-Bench 公開評測對比原生透明,創改一體:根據提示詞生成普通圖像或透明圖像,並支持透明圖層編輯與摳圖。

▲ 通過文本直接生成透明圖像的示例全能編輯,多局保全:支持最多 10 張參考圖,增強局部編輯、人像與商品保真,並覆蓋多種編輯任務。▲ 十張家居參考圖生成室內佈置真實質感,字雅人美:提升文字排版、人物光影與細節表現,讓生成結果更具美感。▲ 文字渲染示例附相關鏈接:GitHub:https://github.com/QwenLM/Qwen-Image-2.1HuggingFace:https://huggingface.co/Qwen/Qwen-Image-2.1ModelScope:https://www.modelscope.cn/models/Qwen/Qwen-Image-2.

1廣告聲明:文內含有的對外跳轉鏈接(包括不限於超鏈接、二維碼、口令等形式),用於傳遞更多信息,節省甄選時間,結果僅供參考,包含外鏈的文章均包含本聲明。投訴水文 我要糾錯 下載APP,簽到賺金幣兌豪禮 相關文章關鍵詞:阿里千問,開源,圖像模型工信部副部長辛國斌:大力發展開源基座模型和垂類模型,深入推進 AI+ 製造阿里千問 App 升級“未成年人保護模式”:僅可使用學習功能、加強適齡內容回應階躍發佈旗艦模型 Step 5 Preview:躋身 AA 榜單全球開源模型前三,10 月 15 日開源阿里千問發佈同聲傳譯大模型 Qwen3.

8-LiveTranslate,支持原文譯文同幀同出MiniMax Code CLI 正式開源,在評測中取得 76.7% 的任務通過率阿里:千問辦公協助國家天文臺科研團隊,耗時僅 3 天打造科研級望遠鏡仿真系統、成本不足千元

Related

相關文章

Hugging Face Blog生成式AI

Dharma Field Extractor: Any Document In, Structured Fields in JSON Out

Back to Articles Dharma Field Extractor: Any Document In, Structured Fields in JSON Out Team Article Published November 4, 2026 Upvote 4 Gabriel Pimenta de Freitas Cardoso GabrielPimenta99 Follow Dharma-AI Paulo Henrique de Medeiros Araujo Paulo-DharmaAI Follow Dharma-AI Bruno Duarte brunoduarte01 Follow Dharma-AI Francisco de Almeida Rocha Alves falves9101 Follow Dharma-AI A 2-billion-parameter model that extracts exactly the fields you ask for, from any document type, outperforming every frontier LLM we tested, at a fraction of the cost.

4 小時前
雷峰網生成式AI

獨家 | 騰訊前高級研究員獲數千萬投資,錨定物理AI接觸智能

力合資本、合肥創新投等機構投資,Lux 系列視觸覺傳感器已實現規模化交付。作者丨董子博編輯丨張賢雷峰網·鯨犀獨家獲悉,觸覺智能企業“靈感機器人”新近完成數千萬元天使輪融資,投資方包括力合資本、合肥創新投等機構,治臻諮詢擔任財務顧問。雷峰網·鯨犀瞭解到,公司創始人、CEO 張雅展博士畢業於港科大機器人專業,曾是騰訊資深 AI 研究員,主導過大規模數據管線及 AI 模型研發,後於國家實驗室擔任研究員、博導,在觸覺感知與端到端精細操作模型的領域有多年研究,並在算法與硬件系統上均有落地經驗。相比於觸覺感知賽道的其他公司,靈感機器人入局更早,也有一套自己獨創的“稠密力場”技術路線——在解算力場的同時,從同一次成像中提取接觸區域的幾何形態,並形成包含受力、形變、滑移與姿態要素的原生多模態的觸覺數據,相較傳統“強調幾何重建”的方案,在信息密度和維度上均有很大的提升。在張雅展看來,讓觸覺真正參與操作,重點就是理解“交互力”——靈感機器人希望通過“稠密力場”路線,提升機器人的觸覺感知與力控能力,來整體性地提升任務的執行能力。除了獨特的技術選型,傳感器的小型化、感知密度與工程化,也是靈感機器人的重要攻關方向。2019 年,團隊就研發出了厚度 5mm 的超薄視觸覺傳感器,力場追蹤的分辨率達到了每平方 10 萬點以上。如今,公司發佈的 Lux 系列視觸覺傳感器已經在多個領域實現了規模化落地,其具備超高力場分辨率、原生多模態、多維力感知等特性,並且依靠更小的物距與體積,可以適配機械臂、夾爪、靈巧手等硬件。而在 Lux 之外,靈感機器人還正在電子皮膚、六維力與新型觸覺產品上探索,並準備向數採系統、數據管線和觸覺智能系統等業務進軍。據悉,公司本輪融資將被用於建設產線與優化量產能力,並進一步進行觸覺智能系統的研發。

5 小時前
雷峰網生成式AI

獨家丨預測引擎 Prophetlab 獲數千萬種子輪,常春藤資本等機構聯合投資

用 AI 通用地預測世界,或正成為資本關注的下一個大模型創業方向。作者丨董子博編輯丨張賢雷峰網·鯨犀獨家獲悉,AI 預測引擎公司 Prophetlab 已獲數千萬元天使輪融資,由常春藤資本等投資機構投資。成立不到四個月,Prophetlab 的早期項目,是利用 AI 大模型預測世界盃的賽果。產品成功預測了決賽結果和四強隊伍,不少模型下的預測結果準確率已經達到了 75% 左右。此外,公司研發的預測引擎 Prophet Engine 已登頂字節Seed發佈的知名預測榜單 FutureX 總榜榜首,並已獲得數百萬商業化訂單;即將發佈的 Investor’s Last Exam(ILE)也是嚴格時間凍結下,首個專注於商業的預測榜單。據悉,Prophetlab 稱得上是一家 AI Neo Lab,由一群國內外頂尖高校的 AI PhD 和 FinTech Master 組成。創始成員曾獲數理競賽理論金牌,有過十餘篇 NeurIPS、ICLR、ICML 的頂會一作,又在阿里千問、騰訊混元、小紅書 Dots 等項目中參與過千億量級模型的訓練。Prophetlab 創始人 Henry Jiang“小天才”們之外,Prophetlab 也在與上海交通大學嚴駿馳教授團隊開展長期產學研合作,把高校學術力量引入預測引擎技術的探索當中。預測引擎的賽道,國內今天仍是一片藍海;即使在世界範圍內,預測引擎更多也是扎進具體的場景,在垂直領域完成預測。而常春藤資本則對雷峰網·鯨犀表示,從 80 餘年前魯思·本尼迪克特的《菊與刀》,到後來詹姆斯·西蒙斯和他的大獎章基金,人類在不斷的嘗試中發現:萬事萬物皆可預測,人類都能夠在時序概率空間上,無窮地逼近複雜的真實事件。從足球到商業,Prophetlab 卻不想只成為一個領域的專家,而是要利用更強的智能,建造更通用的預測能力——或許,這才是他們獲得資本青睞最關鍵的原因。

6 小時前
智東西生成式AI

英偉達團隊下場!國產視頻模型開源,硅谷公司上門談授權

作者 | 江宇 編輯 | 漠影 硅谷AI公司,開始站在中國開源模型的肩膀上造模型了。 最近,出手的不僅有英偉達的技術團隊,還有美國AI視頻明星公司Pika。它們不約而同地選擇了同一個中國視頻模型——MiniMax H3。 英偉達相關技術團隊基於MiniMax開源的視頻模型H3,將低分辨率視頻再生成至2K、4K,推出視頻增強項目Open-H3-Regenerate-2K。幾乎同一時間,Pika發佈Pika H3 Flex,讓模型以更少的推理步驟生成視頻,並針對專業創作場景增強控制能力。

8 小時前

用自家大模型造自己的“芯”:Anthropic 組建 15 人芯片設計團隊,Claude 助陣讓研發提速

在實際的內部測試與應用中,Anthropic 的工程師團隊發現,與英偉達、超威半導體(AMD)等傳統大型芯片設計企業的常規工作流程和耗時估算相比,藉助 Claude 模型進行輔助設計,能夠顯著縮短芯片整體設計所需的週期。這一探索不僅展示了大模型在底層硬件研發中的輔助潛力,也為整個人工智能行業通過 AI 提升芯片研發效率提供了全新的實踐樣本。

12 小時前6400