
【免费下载链接】Qwen-Image-2.1Qwens most powerful open-source image generation model项目地址https://gitcode.com/gh_mirrors/qw/Qwen-Image-2.1点击查看免费下载Qwen-Image-2.1是 Qwen 系列中最强大的开源图像生成与编辑模型其核心亮点之一是原生透明背景RGBA生成能力。无需后期抠图只需一条提示词即可直接输出带透明通道的 PNG 贴纸或从照片中精准提取主体。本文带你 30 秒上手掌握透明贴纸生成与 AI 抠图的完整流程。为什么需要原生透明背景传统工作流通常是「生成图片 → 手动抠图 → 导出 PNG」耗时且边缘易出现毛刺。Qwen-Image-2.1 从底层架构就解决了这个问题特性说明RGBA VAE64 通道自动编码器原生支持透明通道16 倍空间压缩一键输出生成的图片直接保存为 RGBA 格式 PNG无需后处理统一模型文本生成、透明贴纸、主体抠图、图像编辑全部由同一个模型完成这意味着你不再需要「生成白底图 → 用 Remove.bg 抠图 → 导出」这套繁琐流程。上方示例一个 3D 机器人角色主体背景完全透明可直接叠加到任意场景中使用30秒上手一键生成RGBA透明贴纸只需在提示词中加上官方推荐的固定句式模型就会自动输出透明背景This is an RGBA image with transparency. 你的描述. The image has alpha channel and the background is transparent.举个例子生成一只卡通龙贴纸This is an RGBA image with transparency. A cute cartoon dragon sticker. The image has alpha channel and the background is transparent.运行后输出文件直接保存为 RGBA PNG。以下是完整的最小化运行示例来自 README.mdimport torch from diffusers import QwenImage21Pipeline pipe QwenImage21Pipeline.from_pretrained( Qwen/Qwen-Image-2.1, torch_dtypetorch.bfloat16 ).to(cuda) image pipe( promptThis is an RGBA image with transparency. A cute cartoon dragon sticker. The image has alpha channel and the background is transparent., num_inference_steps40, generatortorch.Generator(cuda).manual_seed(42), ).images[0] image.save(transparent_example.png) # 自动保存为 RGBA PNG关键参数速查参数默认值说明num_inference_steps40去噪步数越高越精细width/height2048 × 2048原生 2K 分辨率从照片到抠图主体AI 抠图新方式除了从零生成透明贴纸Qwen-Image-2.1 还支持从现有照片中提取主体。只需传入图片 一句编辑指令模型会保留主体并去除背景input_image Image.open(photo.png) image pipe( promptExtract the main subject with a transparent background. The image has alpha channel and the background is transparent., imageinput_image, num_inference_steps40, ).images[0]典型应用场景电商一键去除商品照片背景生成透明底产品图设计从实拍中提取人物/物品叠加到海报中贴纸把宠物照片变成透明背景贴纸Qwen-Image-2.1 生成的全景图像自自拍扩展展示其在 2K 分辨率下的细节表现透明背景生成的提示词技巧提示词的写法直接决定透明效果的质量。以下是几条实战建议1. 必须使用官方句式透明背景的输出依赖特定的提示词结构。缺少This is an RGBA image with transparency前缀或the background is transparent后缀模型大概率输出白底图。2. 描述主体时越具体越好# 效果一般 a sticker # 效果更佳 a cute cartoon dragon sticker with glossy texture, bold outline, vibrant colors, flat design3. 结合提示词增强可选仓库自带 prompt_rewrite/ 工具可将简短提示自动扩展为高质量长描述cd prompt_rewrite pip install -r requirements.txt python run_vllm.py --task t2i \ --ckpt Qwen/Qwen-Image-2.1-PE-T2I \ --input data/t2i_example.jsonl --output out.jsonl输出包含rewritten_prompt和wh_ratio两个字段可直接喂给生成管线。示例输入见 prompt_rewrite/data/t2i_example.jsonl。支持的比例与分辨率Qwen-Image-2.1 原生支持 2K 分辨率透明背景同样适用以下比例比例尺寸 (宽 × 高)适用场景1:12048 × 2048贴纸、图标、社媒头像4:32400 × 1792产品展示3:41792 × 2400手机壁纸3:22528 × 1696摄影构图2:31696 × 2528竖版海报16:92752 × 1536横幅、视频封面9:161536 × 2752短视频、手机全屏生成贴纸时建议选1:1或4:3方形画布最利于透明主体居中。进阶多参考图编辑与透明层如果你需要同时处理多个元素例如把 3 个人物提取出来组成透明背景的合影模型支持最多10 张参考图images [Image.open(fref_{i}.png) for i in range(3)] result pipe( promptCombine these three characters into one transparent-background group portrait, imageimages, num_inference_steps40, ).images[0]技术细节模型默认启用Prefix KV Cachecausal_condition: true条件图像只需编码一次即可在所有去噪步骤中复用多参考图场景下速度优势明显。常见问题Q生成的 PNG 打开后背景是白色不是透明的A请确认使用了官方透明提示句式并检查图片查看器是否支持 RGBA 预览。大多数系统默认查看器会将透明显示为白色用 Photoshop / GIMP / Figma 打开可看到真实透明效果。Q显存不够怎么办A启用 CPU offload 即可pipe QwenImage21Pipeline.from_pretrained( Qwen/Qwen-Image-2.1, torch_dtypetorch.bfloat16 ) pipe.enable_model_cpu_offload()Q透明贴纸能直接用于印刷吗A2K 分辨率2048×2048 起满足大多数屏幕显示与轻量印刷需求。高精度印刷建议用 16:9 的 2752×1536 或更大尺寸生成后裁剪。总结Qwen-Image-2.1 把「透明背景」从后期处理变成了模型的原生能力✅一条提示词生成 RGBA 透明贴纸✅一张照片直接提取主体省去手动抠图✅10 张参考图多主体合成支持透明层编辑✅原生 2K7 种比例随选从电商产品图到社交贴纸从设计素材到视频特效透明背景生成的效率提升是实实在在的。现在就可以打开终端用上面那段 30 秒代码试一下 更多使用细节请参考 README.md 和 prompt_rewrite/README.md。赞分享【免费下载链接】Qwen-Image-2.1Qwens most powerful open-source image generation model项目地址https://gitcode.com/gh_mirrors/qw/Qwen-Image-2.1点击查看免费下载相关推荐Qwen-Image-2.1 透明背景神器原生RGBA生成一键抠出无背景素材Qwen Image 2.1 透明背景神器原生RGBA生成一键抠出无背景素材 Qwen Image 2.1 是 Qwen 团队开源的统一文生图与图像编辑模型人工智能大模型媒体生成多模态Qwen-Image-2.1 上手指南基于 diffusers 的统一文生图、图像编辑与 RGBA 透明图生成实战Qwen Image 2.1 上手指南基于 diffusers 的统一文生图、图像编辑与 RGBA 透明图生成实战 本指南以 Qwen Image 2.1 模人工智能大模型媒体生成多模态拆解 Qwen-Image-2.1 的『改图』革命RGBA 透明图 最多 10 张参考图生成编辑一体的底气在哪拆解 Qwen Image 2.1 的『改图』革命RGBA 透明图 最多 10 张参考图生成编辑一体的底气在哪 2026 年 9 月下旬阿里千问开源人工智能大模型模型量化本地部署媒体生成创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考