📖 AI 总结

阿里通义千问开源了 Qwen-Image-2.1，其核心思路是在生成效果、推理效率与成本之间取得平衡。该模型视觉生成部分仅 7B 参数，却将文生图、透明图生成和图像编辑整合进同一模型，并原生支持透明图像的生成与编辑。技术层面，它采用 32 层 Single-Stream DiT 架构，以较小体量实现较强效果。这一发布的意义在于，它降低了高质量视觉生成与编辑的部署门槛，同时把多种能力收敛到单一模型中，为开发者和研究者提供了更轻量、更集成的开源选择。