Qwen/Qwen-Image-2.1 · Hugging Face

来源：https://huggingface.co/Qwen/Qwen-Image-2.1

🤖ModelScope (https://modelscope.cn/models/Qwen/Qwen-Image-2.1)| 🤗HuggingFace (https://huggingface.co/Qwen/Qwen-2.1)| 📑博客 (https://qwen.ai/blog?id=qwen-image-2.1)| 🖥️演示 (https://huggingface.co/spaces/Qwen/Qwen-Image-2.1)| 🫨Discord (https://discord.gg/CV4E9rpNSD)

https://huggingface.co/Qwen/Qwen-Image-2.1#introduction简介

我们很高兴地开源 Qwen-Image-2.1，这是 Qwen 家族中统一的文本到图像生成与图像编辑模型。仅凭借其视觉生成组件中的 7B 参数（32 个单流 DiT 层），Qwen-Image-2.1 兼顾了生成质量、推理效率和多功能性。

本次发布包含四项关键改进：

• 紧凑高效——通过混合粒度注意力机制和前缀 KV 缓存复用，在低计算成本下实现了出色的图像质量。
• 原生透明度，统一创作与编辑——可从文本生成常规或透明（RGBA）图像，编辑透明图层，以及从照片中提取主体，所有功能集于一体。
• 多功能编辑——支持最多 10 张参考图像，可通过圆圈、手绘标注或独立蒙版指定局部编辑，并能保持人物与产品的一致性。
• 逼真纹理与精美美学——改进了排版、人像光照和细节处理，使视觉效果更具吸引力。

更多详情请参阅 GitHub 仓库 (https://github.com/QwenLM/Qwen-Image-2.1) 和博客 (https://qwen.ai/blog?id=qwen-image-2.1)。

https://huggingface.co/Qwen/Qwen-Image-2.1#quick-start快速开始

https://huggingface.co/Qwen/Qwen-Image-2.1#installation安装

pip install torch>=2.4.0 pip install transformers>=5.17 pip install git+https://github.com/huggingface/diffusers pip install accelerate pillow

https://huggingface.co/Qwen/Qwen-Image-2.1#text-to-image文生图

`` import torch from diffusers import QwenImage21Pipeline

pipe = QwenImage21Pipeline.from_pretrained( “Qwen/Qwen-Image-2.1”, torch_dtype=torch.bfloat16 ).to(“cuda”)

image = pipe( prompt=“一个写着“QWEN IMAGE 2.1”的霓虹商店招牌，雨夜，潮湿路面上的倒影”, width=2048, height=2048, num_inference_steps=40, generator=torch.Generator(“cuda”).manual_seed(42), ).images[0]

image.save(“t2i_example.png”) ``

https://huggingface.co/Qwen/Qwen-Image-2.1#image-editing图像编辑

`` import torch from PIL import Image from diffusers import QwenImage21Pipeline

pipe = QwenImage21Pipeline.from_pretrained( “Qwen/Qwen-Image-2.1”, torch_dtype=torch.bfloat16 ).to(“cuda”)

input_image = Image.open(“input.png”)

image = pipe( prompt=“将背景改为日落海滩”, image=input_image, num_inference_steps=40, generator=torch.Generator(“cuda”).manual_seed(42), ).images[0]

image.save(“edit_example.png”) ``

https://huggingface.co/Qwen/Qwen-Image-2.1#transparent-image-generation-rgba透明图像生成（RGBA）

使用推荐的提示格式生成透明图像：

`` image = pipe( prompt=“这是一张具有透明度的RGBA图像。一个可爱的卡通龙贴纸。图像具有Alpha通道，背景透明。”, width=2048, height=2048, num_inference_steps=40, generator=torch.Generator(“cuda”).manual_seed(42), ).images[0]

image.save(“transparent_example.png”) ``

https://huggingface.co/Qwen/Qwen-Image-2.1#supported-aspect-ratios支持的纵横比

aspect_ratios = { "1:1": (2048, 2048), "4:3": (2400, 1792), "3:4": (1792, 2400), "3:2": (2528, 1696), "2:3": (1696, 2528), "16:9": (2752, 1536), "9:16": (1536, 2752), }

https://huggingface.co/Qwen/Qwen-Image-2.1#memory-optimization内存优化

pipe = QwenImage21Pipeline.from_pretrained( "Qwen/Qwen-Image-2.1", torch_dtype=torch.bfloat16 ) pipe.enable_model_cpu_offload()

https://huggingface.co/Qwen/Qwen-Image-2.1#showcase示例展示

原生透明图像生成

基于六张肖像参考生成的群像

文本渲染

https://huggingface.co/Qwen/Qwen-Image-2.1#license许可证

本模型采用 Qwen 研究许可协议 (https://huggingface.co/Qwen/Qwen-Image-2.1/tree/main/LICENSE) 授权。