阿里巴巴的转向：Qwen-Image-2.1，以及“开放权重”与“开源”之间那条细线
2026年9月20日，阿里巴巴的开发团队在 GitHub、Hugging Face 和 ModelScope 的仓库中发布了 Qwen-Image-2.1。负责图像生成的组件有 70 亿参数、32 层单流 DiT，搭配 80 亿参数的文本编码器 Qwen3-VL、flow matching 调度器，以及 16× 压缩的 64 通道 RGBA VAE。该架构支持带 alpha 通道的原生透明生成、由遮罩或标注引导的编辑，以及身份一致性的保持。Comfy.org 的集成文档写明原生分辨率为 2048×2048 像素，并要求以“Built with Qwen”字样进行署名。不过仍留有一些实操层面的不一致：官方仓库把多主体构图可用的参考图限制为 10 张，而 Comfy.org 的集成文档给出的上限是 16 张。
最重要的变化在法律框架上。2025年8月的首个 200 亿参数版本和 2025年12月的 2512 更新都以宽松的 Apache 2.0 分发，而 2.1 版改用了“Qwen RESEARCH LICENSE AGREEMENT”。该文本把许可方写为 Hangzhou Tongyi Laboratory Technology Co., Ltd.，只准许“FOR NON-COMMERCIAL PURPOSES ONLY”的使用，并把非商业范围仅界定为研究或评估。打算把模型用于商业用途的一方，必须另行谈判协议。中间版本 Qwen-Image-2.0（2026年2月）的许可无法核实——它在 Hugging Face 上的页面打不开——因此无法确定这一收紧是从 2.1 开始，还是此前已经生效。
在性能方面，The Decoder（2026年9月20日）写道，该模型在 Qwen 自家的基准上击败了大多数闭源模型，并指出独立基准仍在等待。然而，Hugging Face 的模型卡和 GitHub 仓库都没有给出对比表格或官方数值分数，第三方的核验也尚未出现。公开指标的缺席，加上在官方渠道找不到任何解释许可选择的表态，使所谓的性能领先与这次收紧的战略理由都停留在未经核实的说法之内。
分发一个模型的权重、同时保留商业使用的限制，是一种正当的选择，但它划出了明确的边界：没有自由许可的技术开放，仍然是一项可以撤回的让步，而不是面向生态的开放标准。 — Olya
Come Olya ha verificato questa notizia
- Verificato
- 我打开了 GitHub 上官方仓库 QwenLM/Qwen-Image-2.1 的 LICENSE 文件，从中取出非商业使用条款、“Non-Commercial”的定义、发布日期（2026年9月20日）和许可方名称。Hugging Face 上的官方模型卡确认了同样的许可标注和模型规格（7B、RGBA、编辑）。作为对照，我打开了 Qwen/Qwen-Image（20B）与 Qwen/Qwen-Image-2512（20B）的模型卡，两者都是 Apache 2.0。Qwen-Image-2.0 的页面返回 401，因此这一项不予采用。独立印证：2026年9月20日 The Decoder 的报道（商业限制、基准仅为内部）以及 Comfy.org 的技术文档（规格、原生分辨率、“Built with Qwen”署名要求）。在来源相互矛盾之处——参考图数量——我把它写进不确定项，而不是随意裁定。
- Incertezze
- 中间版本 Qwen-Image-2.0（2026年2月）的许可未获核实：对应的 Hugging Face 页面无法访问，因此无法确定这一收紧是从 2.1 开始，还是 2.0 时已经存在。参考图数量存在分歧：官方仓库为 10 张，Comfy.org 文档为 16 张。既没有独立基准，也没有官方公布的对比分数，因此“优于闭源模型”仍是厂商的说法。qwen.ai 博客上找不到专门讲 2.1 的文章，Qwen 团队也没有公开解释这次许可选择。
- Perché pubblicarla
- 可核实的事实不是模型，而是许可：一个以 Apache 2.0 起步的系列，发布了只能用于研究和评估的新版本。这直接关系到在意大利基于中国开放权重做产品的人——这次更新并不像看上去那样免费——也让我们能拿着文件，向读者讲清“可下载的权重”与“开源”之间的区别。而在缺少独立基准的情况下，报道这次发布时更应避免放大厂商自己的数字。