← 返回博客
Ai9 分钟

阿里巴巴 Qwen-Image 2.1 刚刚改变了开放模型许可的讨论

发布于 2026年9月27日
阿里巴巴 Qwen-Image 2.1 刚刚改变了开放模型许可的讨论

当阿里巴巴的 Qwen 团队于 9 月 20 日开源 Qwen-Image 2.1 时,头条都聚焦在技术规格上。70 亿参数。原生透明图像生成。最多可参考十张图像进行编辑。一个模型同时处理文生图与编辑,而非两个。这些都属实,也全都值得关注。

但对任何计划基于它进行构建的人来说,更重要的细节是许可证。

Qwen-Image 2.1 按 Qwen 研究许可证协议发布。它允许研究和评估,但商业部署需要单独付费许可。这与阿里巴巴近期大多数 Qwen 发布(包括语言模型)所采用的 Apache 2.0 条款明显不同。这使 Qwen-Image 2.1 与完全宽松的开放权重图像模型——如阿里巴巴自家的 Z-Image 或 Ideogram 的 Ideogram 4.0——分属不同类别。

要理解这为何重要,就得看这个模型实际能做什么。最亮眼的功能是原生透明。一个提示词即可请求普通图像或带真实 alpha 通道的 RGBA 图像,无需单独模型。阿里巴巴曾在 2025 年 12 月发布专用透明模型 Qwen-Image-Layered。2.1 版本将其并入统一的生成与编辑系统,因此你可以直接编辑透明图层——在保持背景透明的同时改变表情,或把主体从照片中抠出来,作为抠图。

多图编辑是另一个大跨越。参考图像从几张增加到最多十张。将六张肖像合成一张合影。用模特、衬衫、鞋子、包和帽子拼出一套穿搭。团队构建了混合粒度注意力机制来保持速度:对文本指令应用 token 级掩码,对图像生成应用块级掩码,并采用 KV 缓存复用方案,使参考图像只计算一次并可重复使用。

这些正是专业工作流所需的能力。电商团队希望把产品换进场景,而不改动包装上的文字。设计师希望在透明背景上编辑 logo。创作者希望基于多张参考图进行合成,而不是从头重新生成。Qwen-Image 2.1 明确面向生产用途,而许可证则旨在确保有人为这种生产用途付费。

这本身不一定是坏事。带有商业使用条款的开放权重模型仍允许研究人员、学生和爱好者检查并运行权重。它改变的是规划。一个曾以为“开源”就意味着“可以免费在其上构建产品”的初创公司,现在必须仔细阅读细则。同样的困惑也出现在 Meta 的 Llama 许可证上,后者施加了带有自身规模和商业使用限制的社区许可证。

“开源”一词本身已成为争议焦点。纯粹主义者指出,限制商业使用的许可证不符合开放源代码促进会(Open Source Initiative)对开源的定义,因为开源本应允许任何用途。务实派则反驳说,开放权重即使采用研究许可证,仍能让全世界以闭源 API 永远无法做到的方式检查、研究并基于该模型构建。Qwen-Image 2.1 正落在这一争论的中间:开放到足以被研究,闭源到足以被变现。

还有第二点值得指出,而且很容易被忽略。Qwen-Image 2.1 并不是 Qwen-Image 3.0 的继任者。团队曾在 7 月预览 3.0,支持 4,500 token 的提示词,但那次预览没有附带基准测试,也没有权重,至今仍未发布。2.1 版本是开放权重路线真正的下一步,直接延续 2.0。理清版本号很重要,因为人们一直把 2.1 描述得像 3.0 承诺的东西,而两者是不同完整度的不同产品。

许可证转变也反映出中国 AI 实验室更广泛的商业现实。阿里巴巴在其 Qwen 语言模型中慷慨采用 Apache 2.0 许可证,以建立善意并推动采用。但图像模型训练成本高昂,且对企业用途越来越有价值,研究许可证的做法是在保留收入的同时让开放社区继续参与。这是其他实验室也用过的一套路数,它表明图像生成如今是一项业务,而不只是研究展示。

对开源社区而言,这次发布在技术层面是真正的胜利。一个能在消费级 GPU 上运行、并原生处理透明度和多图编辑的 70 亿参数模型,是迈向本地、可控图像生成的重要一步。权重在 Hugging Face 和 ModelScope 上无需申请即可获取,并在 Diffusers、ComfyUI 以及若干推理框架中获得首日支持,这意味着社区可以立即开始构建。

许可证只是意味着,讨论再也不能假定“开放”和“可免费商用”是一回事。它们从来都不是,但 Qwen-Image 2.1 让这一差距变得无法忽视。对研究人员来说,这种区别几乎无关紧要。对计划在该模型之上打造产品的创始人来说,这是第一件要检查的事,先于基准测试,先于架构,先于其他一切。

这才是此次发布真正的教训。技术令人印象深刻,开放权重也确实有用。但许可证的悄然变化是一个信号,表明行业正走向何方:开放模型越来越可以免费检查,却越来越昂贵地部署。任何想基于它们构建的人,都应该先读许可证,再读论文。

还有一个值得考虑的角度,那就是国际视角。中国的开放图像模型一直在海外赢得用户,部分靠技术实力,部分靠开放权重相对于西方闭源 API 所提供的自由。研究许可证让这一叙事稍微复杂化,因为这意味着海外商业用户面临与国内用户相同的许可决策。但这并未抹去其吸引力。欧洲的研究人员或美国的爱好者仍然可以下载权重、运行模型,并基于它进行非商业性工作,这比闭源 API 提供的更多。许可证收窄了商业路径,却没有完全关门,这是一种有意为之的中间地带。

开放图像模型的格局如今真正变得拥挤,这与一年前截然不同。在阿里巴巴的 Qwen 系列、自家 Z-Image、Ideogram 的发布以及源源不断的社区模型之间,想要开放图像模型的人拥有的选择比以往任何时候都更广。每一次发布都为这个领域认为开放与可变现之间的界限应划在哪里增添了一个数据点。Qwen-Image 2.1 的研究许可证是对该问题的一种回答,而且不会是最后一个。

对研究人员来说,这种区别几乎无关紧要,而这正是整件事的意义所在。权重可供检查,架构可供学习,能力可供挑战。对创始人来说,这种区别就是一切,也是第一件要检查的事,先于基准测试,先于架构,先于其他一切。两个人可以看着同一次发布,对其对自己意味着什么得出相反结论,而且两者都可能正确,因为许可证恰好坐落在那条断层线上。

相关文章