Alibaba 推出開源權重 7B 影像模型 Qwen-Image-2.1，支援原生 2K 與 RGBA 編輯

Qwen-Image-2.1 在單一 7B 開源權重模型中統一了生成、編輯與透明度功能

Alibaba 的 Qwen 團隊於 2026-09-21 釋出 Qwen-Image-2.1，刻意採用精簡的規格：7B 參數、原生 2K 輸出，並在同一個權重檔內處理 RGBA 透明度。根據該模型自身的發行說明，模型最多接受 10 張參考圖、支援局部指定編輯，並設計為在編輯過程中保留人物與產品，同時產生逼真的紋理。這個組合之所以重要，是因為透明背景與參考引導的局部編輯過去通常需要額外的去背流程或更大的模型；而此次兩者已一併提供。

對從業人員而言，立即性的改變在於工作流程的形狀，而非原始品質。單一可下載權重檔現在涵蓋生成、透明去背與多參考合成，代表一條生產管線可取代至少兩個現有階段。由於同一權重檔也以原生 2K 為目標，下游匯出在進入印刷或合成目標前不再需要升級放大。

ComfyUI 整合將此次釋出轉化為本地、節點式工作流程

在模型發布的數小時內，ComfyUI 維護者便發布了日期標記為 2026-09-21 的開源權重整合文章，確認 Qwen-Image-2.1 能在 ComfyUI 中原生運行。該整合將 7B 模型、原生 2K 輸出、RGBA 透明度，以及最多 10 張輸入影像的編輯功能，皆以標準節點形式暴露，使用者可下載權重檔並在本地組裝生成加編輯的流程圖，而無需透過託管 API 路由。對已將 ComfyUI 標準化的工作室團隊而言，這消除了開源影像模型與熟悉節點環境之間長期存在的落差。

實際的影響在於，原本已在 ComfyUI 中從事擴散工作的創作者，現在可在不離開介面的情況下，直接放入生成節點、支援透明度的合成節點，以及多參考編輯節點。先前需要第二套工具才能完成的事項——例如 alpha 通道去背步驟或獨立的 controlnet 風格編輯——皆可整合進同一張流程圖中。希望在自有硬體上私有託管模型的團隊，現在獲得的是可重現的操作配方，而非黑盒端點。

對輸出透明與多參考內容的編輯者帶來的改變

合併後的功能組合改變了多項日常工作。原生 2K 的 RGBA 代表可直接從模型製作透明合成，這對需要 alpha 通道（而非烤進去的背景）的商品攝影、貼圖包與浮層圖形特別相關。最多 10 張輸入的多參考編輯，搭配明確保留人物與產品的指引，讓創作者可將姿勢、臉孔與背景參考一同貼進同一段提示，並預期模型在編輯過程中保持主體完整。局部編輯指定功能則減少了在呼叫模型前需額外遮罩的需求。

從業人員應先測試三件事：在商品照片上確認透明輸出的 alpha 邊緣；以至少三張混合輸入驗證多參考合成中主體的保留程度；以及進行純局部編輯，確認模型遵循所提供遮罩而非重新打光整個畫面。在目標硬體上驗證這些之前，下游預設與匯出鏈應保持不變。經常處理 PNG alpha 通道的讀者，也可透過 Turn an animated GIF into individual PNG frames locally 指南，從動畫來源在本機擷取影格，與新模型的 RGBA 輸出自然搭配使用。

格式、瀏覽器與更廣泛的開源影像競賽

此次釋出落在本就充斥開源影像工作的一週，從交付角度來看，其格式選擇值得關注。來自 7B 權重檔的原生 2K RGBA 輸出，對其他每一款開源權重競爭者形成壓力，必須在相近規模下追上透明度與解析度，因為評估工作流程的創作者如今會將透明度支援視為基本條件，而非加值功能。對要將內容遞送到網路的從業人員而言，模型輸出只是起點：PNG 仍是通用的 alpha 載體，JPG 沒有原生透明度，而 WebP 介於兩者之間。希望最佳化遞送的讀者可比較 WebP vs JPG: which saves more space without losing quality 再決定最終格式，並使用 MIME type lookup 確認所選容器的正確 `Content-Type`。若最終素材需要圓角或陰影，這些效果可透過瀏覽器端的 Round Image Corners 與 Add Shadow to Image 工具加入，讓來源 PNG 保持乾淨以便日後重複使用。

後續追蹤重點與本地驗證項目

在將 Qwen-Image-2.1 納入生產管線前，值得執行三項具體檢查。首先，確認 ComfyUI 節點圖實際暴露的是 RGBA 輸出——而非僅僅是 RGB 影像加上獨立的 alpha 遮罩——如此透明合成才能以單一 PNG 匯出，並透過 Add Background to PNG 等工具重新處理。其次，稽核參考影像上限：文件記載最多 10 張輸入，但在消費級 GPU 上，token 與 VRAM 預算會使實際可用數遠低於此，因此應建立三到五張參考圖的內部標準。第三，與現有工作流程就人物與產品的主體保留進行並排比較，因為開發者特別將其列為目標。

展望後續，留意兩個延伸訊號：任何針對利基場景（如商品攝影或編輯插畫）重新調整 7B 權重檔的供應商專屬微調版本，以及任何封閉平台競爭者回應性地在其自家技術堆疊中加入透明度或多參考編輯功能。現有資料中並未提及這兩者的具體日期，因此不應視為已排定時程。