Qwen-Image-2.1:能下載,和能用,中間隔著一條授權

阿里把 Qwen-Image-2.1 的權重放出來那天,Hacker News 首頁出現了它。7B 參數,家用顯示卡能跑,原生 2048×2048,還帶透明通道。有人當天就在 RTX 3060 上跑出了第一張帶 Alpha 的 PNG,雙擊打開能直接拖進 Figma。
然後大家往下拉,看到了授權那一欄。
不是 Apache 2.0。是 Qwen Research License——可以下載、可以自己跑、可以寫文章拿圖當配圖,但接進產品、做成收費功能、塞進公司流程,得先找阿里談一份商用授權。
這條消息在中文社群和英文社群的反應幾乎是同一個句式:先誇能力,再問一句「還能商用嗎」。
它到底強在哪,先把話說清楚
7B 在這個品類裡算小個子。同等級的對手動輒幾十 B,跑起來先要一張 A100。Qwen-Image-2.1 的定位就是把這套流程壓回一台機器:官方給出的量化版本在 12GB 顯示記憶體的 3060 上佔用約 5.2GB,ComfyUI 節點、推理腳本、diffusers 適配在發布當天就齊了。
真正值錢的是三個具體能力,不是跑分。
原生 2048。 以前生圖模型直出的圖偏小,想要高解析度得再過一個放大器,細節是猜出來的,手指數量經常不對。原生出大圖,等於把中間那道「糊一層」的工序砍了。對做詳情頁、做印刷稿的人,這是實打實的差別。
原生透明通道。 它不是在做完擴散之後再去背,而是在擴散過程中同時預測 RGB 和 Alpha。落到實際工作裡,玻璃杯、煙霧、毛髮這類邊緣,出來的半透明過渡是模型自己畫的,不是後期遮罩湊的。做 UI 素材、做電商貼片的人會立刻明白這省了多少事。
最多 10 張參考圖。 同一個產品、同一個人物,在多張圖裡保持一致。這一條比前兩條更貼近生產:電商詳情頁要的是「同一個包在六個場景裡都還是那個包」,不是「六張好看的包」。

授權這件事,為什麼這次格外刺眼
刺眼不是因為收緊本身。閉源模型連權重都不給,開源社群早就習慣了各種限制條款。
刺眼是因為對比。Qwen 這幾個字在開源圈的名聲,是靠一路 Apache 2.0 攢起來的。上一代 Qwen-Image 的商用是自由的,很多人把工作流、LoRA、ComfyUI 模板都建在那個前提上。這次換成研究授權,等於把一個已經形成的生態原地抬高了一級台階。
更微妙的是同一家的另一個產品。Qwen-Image-3.0-Pro 不開權重,只提供託管介面,提示詞上限 4.5k token,畫面文字支援 12 種語言,API 價格每張 0.04 到 0.075 美元。它能商用,但你得按張付費、把圖傳到別人伺服器上。
於是當下出現了一個很彆扭的取捨:能下載的那個更強一點,能商用的那個更弱一點,而且只能租。 開源在這裡不再是「免費的替代品」,而更像「評估版」。
算一筆真實的帳
假設你是一個三人小團隊,做電商圖批次生成。看到 7B、2048、透明通道,第一反應一定是「自建,省 API 費」。
先算硬體。要跑得舒服,一張 12GB 以上的卡,整機一萬出頭。要批次,得兩張。電費和佔用的工位另算。
再算時間。有人拿 colibri 這個純 C 的推理引擎在 8 核 Zen 4 的 CPU 上跑同一個模型,出一張 768×512 要 2 分 40 秒。注意這不是 2048,也不是帶 GPU 的環境。加了顯示卡會快很多,但「本地方便」和「本地快」是兩件事,很多人是在掏錢買了卡之後才分清。
然後算授權。產品要收費,就得談商用授權。談下來的價格、週期、能不能覆蓋你所在的市場,全是未知數。這時候你會發現,API 的 0.05 美元一張,在月產五千張的量級上是 250 美元——比你為「免費」付出的溝通成本還低。
所以「免費下載」這四個字,真正的含義是:它把試錯成本降到了零,把上線成本留在了原地。
那它適合誰
三類人現在就該下。
做研究的,沒有爭議。7B、單卡、原生透明通道,是很好的實驗底座,出論文、做對比、訓 LoRA 都合適。
做原型的,也合適。產品還沒定型,先用本地模型把互動和流程跑通,等確定要上線了再決定是買授權還是換底模。這個階段最怕的是被 API 帳單綁住手腳。
做內部工具的,要看邊界。公司內部不對外收費的輔助工具,通常在「研究/評估」的解釋空間裡,但這取決於你怎麼讀條款,也取決於法務怎麼讀。這種事不要自己拍板。
反過來,如果你在做對外的 SaaS、在給客戶交付、在把圖直接印在商品上,那這一版不是你的選項——除非你打算談授權,或者換成 Apache 2.0 的老版本。老版本能用,代價是榜單排名掉到四十名開外。
一件更值得注意的事
這次的反應裡,很少有人討論「7B 夠不夠用」。大家都在討論授權。
這說明生圖這個品類已經過了「誰畫得更好看」的階段。當能力差距縮到幾個百分點,決定你用哪個模型的東西,就變成了授權條款、價格、延遲、以及出了事誰負責。技術選型正在變成採購決策。
對開源社群來說,這是個不太好受但很真實的訊號:權重放出來是一種善意,但善意不等於授權。以後看到「開源」兩個字,第一件事應該是拉到頁面底部看授權條款,而不是先 git clone。
至於 Qwen-Image-2.1 本身,它仍然值得下載。只是下載之前,先想清楚你要拿它做什麼——是想學,還是想賣。這兩個答案對應的是兩條完全不同的路。
相關文章
Antigravity 2.29 把代理搬進雲端 VM,語音只能放行小事
任務改在 Google 託管的雲端 VM 裡跑,蓋上筆電也不停。代價是本機的 MCP 伺服器、外掛與 skills 全部用不到,而語音只准放行不痛不癢的權限。
NVIDIA 放四顆 Cosmos 3 世界模型,還有一個快 25 倍的解碼器
四顆 16B 檢查點加上後訓練配方與程式碼,可以自己調成自家感測器配置。NVIDIA 同時明說:這些模型能否當訓練環境,還有待測量。
GitHub 熱榜四分之一是 agent skills,安裝方式卻有四套
熱榜 15 個倉庫裡有 4 個是 agent skills 合集,第 5 個附了 skill 包裝。採用沒問題,問題是同一個物件有四套互不相容的安裝方式,以及沒人處理的優先順序與信任問題。
Inkling 2 Small 拿下 86.3%,權重卻還要再等一週
Inkling 2 Small 在 SWE-Bench Pro v2 Hard 拿到 86.3%,還能自己微調別人的模型。但 Apache 2.0 權重還沒放出來,也沒給日期。