阿里千问发布 Qwen-Image-2.1-Turbo：7B 图像模型 8 步生成 2K 图像
阿里千问发布 Qwen-Image-2.1-Turbo，这是开源权重模型 Qwen-Image-2.1 的加速版本，在保持 7B 视觉生成架构的前提下把去噪步数从基线的 40 步降到 8 步，并保留 2K 生成、多参考图编辑和透明 RGBA 输出。
MarkTechPost· Asif Razzaq·2026-10-10 04:33· 43 分钟前AI 评分67
阿里千问发布 Qwen-Image-2.1-Turbo，一款 8 步 7B 图像模型
AI 导读
阿里千问发布 Qwen-Image-2.1-Turbo，将 Qwen-Image-2.1 的 40 步去噪缩减为 8 步，保持 7B 架构，支持 2K 生成、多参考图编辑和透明 RGBA 输出，文本编码器为 Qwen3-VL 8B。
正文
阿里千问团队发布了 Qwen-Image-2.1-Turbo，这是其开放权重模型 Qwen-Image-2.1 的加速检查点。它以 8 步去噪生成和编辑图像，而非基础模型的默认 40 步。对开发者而言，这意味着在相同的 7B 架构上去噪步数减少 5 倍，同时还提供托管 API 选项。
TL;DR
- 规模：视觉生成器为 7B 参数，搭配 Qwen3-VL 8B 文本编码器。
- 运行于：通过 Diffusers 在 CUDA GPU 上以 BF16 运行。Qwen 未公布 Turbo 的最低显存要求。Unsloth 估计基础模型在 GGUF 下需 11 GB 显存，INT8/FP8 下需 24 GB。
- 性能：与 Qwen-Image-2.1 相同的 2K 输出和编辑功能集，但步数为 8 步而非 40 步。
- 最佳：基础版 Qwen-Image-2.1 在 Qwen-Image-Bench 上得分 60.28，是 Qwen 报告的最高开放权重得分。
- 结论（最佳）：在一个开放检查点中实现 8 步 2K 生成与编辑。
- 结论（最差）：仅限研究许可，因此商业自托管需要单独授权。
什么是 Qwen-Image-2.1-Turbo？
Qwen-Image-2.1-Turbo 是阿里千问团队推出的 8 步图像生成与编辑检查点。它基于 Qwen-Image-2.1 构建。Turbo 保持相同的 7B 视觉生成架构。它可直接通过 Diffusers 中的 QwenImage21Pipeline 加载。
该检查点内置了推荐的 8 步采样调度。生成默认使用 CFG=1。前缀 KV 缓存会在去噪步骤间复用文本和参考图像上下文。
Qwen-Image-2.1-Turbo 如何工作？
底层架构是单流 DiT，具有 32 层和 7B 参数。它使用块因果注意力。文本 token 使用 token 级因果掩码，而图像使用块级双向掩码。
- 文本编码器：Qwen3-VL 8B 对指令和条件图像进行编码。
- VAE：64 通道 RGBA 自编码器，具有 16 倍空间压缩，可实现原生透明度。
- 调度器：Flow Matching，采用 Euler 离散调度和动态偏移。
注意力设计是前缀缓存得以工作的原因。输入图像和文本在第一步计算一次。之后的每一步都复用该缓存。由于只有 8 步，缓存前缀覆盖了大部分条件计算成本。
它能生成和编辑什么？
Turbo 模型卡展示涵盖 8 个类别。包括肖像、人体姿态、透明图像、排版和海报以及 UI 布局。编辑示例包括单图变换、多参考合成和 4 图室内合成。基础模型支持最多 10 张参考图像，以及通过圆圈、涂鸦标注或掩码进行局部编辑。
如何运行 Qwen-Image-2.1-Turbo？
设置需要从源码安装 Diffusers，以及 transformers>=5.17.0。该检查点需要 Diffusers PR #14950，它添加了管道配置的采样 sigmas。
import torch
from diffusers import QwenImage21Pipeline
pipe = QwenImage21Pipeline.from_pretrained(
"Qwen/Qwen-Image-2.1-Turbo", dtype=torch.bfloat16
).to("cuda")
image = pipe(
prompt="A ceramic teapot on a wooden table, soft window light",
width=2048, height=2048, use_kv_cache=True,
).images[0]编辑时，传入 image=input_image 并附带指令提示。支持的预设范围从 2048×2048 正方形到 16:9 的 2752×1536。
这里需要注意一点。仅设置 num_inference_steps 不会 覆盖已保存的调度。只有显式传入 sigmas 参数才会覆盖，并且 Qwen 指出其他调度尚未经过测试。
API 的费用是多少？
阿里云百炼平台现已同时托管 Turbo 和 Pro。qwen-image-2.1-turbo 在大多数地区每张图片收费 0.1 元人民币，限制为 120 RPM。qwen-image-2.1-pro 每张图片收费 0.25 元人民币，限制为 20 RPM。Turbo 每张图片便宜 2.5 倍，并允许 6 倍的请求速率。
Qwen-Image-2.1-Turbo 与竞争性快速图像模型对比
| 功能 | Qwen-Image-2.1-Turbo | Qwen-Image-2.1 | Z-Image-Turbo | FLUX.2 klein 9B |
|---|---|---|---|---|
| 机构 | Alibaba Qwen | Alibaba Qwen | Alibaba Tongyi-MAI | Black Forest Labs |
| 生成器规模 | 7B | 7B | 6B | 9B |
| 文本编码器 | Qwen3-VL 8B | Qwen3-VL 8B | 未披露 | Qwen3 8B |
| 默认步数 | 8 | 40 | 8 NFEs | 4 |
| 编辑 | 支持，多参考 | 支持，最多 10 个参考 | 否（单独的 Edit 模型） | 支持，多参考 |
| 透明 RGBA 输出 | 支持 | 支持 | 未披露 | 未披露 |
| 原生分辨率 | 2K（2048×2048） | 2K（2048×2048） | 示例中为 1024×1024 | 示例中为 1024×1024 |
| 硬件指导 | 未披露 | 11 GB GGUF / 24 GB FP8（Unsloth） | 适配 16 GB 显存 | 约 29 GB 显存，RTX 4090+ |
| 许可证 | Qwen Research License | Qwen Research License | Apache 2.0 | FLUX Non-Commercial |
| Qwen-Image-Bench | 未披露 | 60.28（厂商） | 未披露 | 未披露 |
| 托管 API | 0.1 元人民币/张 | Pro：0.25 元人民币/张 | 未披露 | BFL API |
关键要点
- Qwen-Image-2.1-Turbo 在相同的 7B 架构上将去噪从 40 步减少到 8 步。
- 一个检查点即可处理 2K 文本到图像、多参考编辑和透明 RGBA 输出。
- API 每张图片收费 0.1 元人民币，比 Pro 便宜 2.5 倍。
- 权重采用研究许可证，因此商业自托管需要单独许可。
- 目前尚无 Turbo 专属基准；基础版 Qwen-Image-2.1 在 Qwen-Image-Bench 上得分为 60.28。
查看 ModelScope 页面、Hugging Face 页面、Pro API 和 Turbo API。所有功劳归于该项目的研究人员。另外，欢迎在 Twitter 上关注我们，别忘了加入我们的 150k+ ML SubReddit 并订阅 我们的新闻通讯。等等！你在 Telegram 上吗？现在你也可以在 Telegram 上加入我们。
文章 Alibaba Qwen Releases Qwen-Image-2.1-Turbo, an 8-Step 7B Image Model 首次出现在 MarkTechPost。
来源：MarkTechPost · marktechpost.com
来源：RadarAI · aihot.news