Alibaba、画像生成モデル「Qwen-Image-2.1」を公開 2K・透過出力に対応

何が発表されたか

Alibaba の Qwen チームは2026年9月20日、画像生成モデル「Qwen-Image-2.1」を GitHub、Hugging Face、ModelScope で公開しました。

主な仕様

• 画像生成部は7Bパラメータ、32層の Single-Stream DiT
• ネイティブ2K解像度。アスペクト比は 1:1、4:3、3:4、3:2、2:3、16:9、9:16 に対応
• 既定の出力サイズは2048×2048、推論ステップは既定40

できること

• テキストからの画像生成
• 最大10枚の参照画像を使った画像編集
• 透過（RGBA）出力に対応し、生成と編集を1つのモデルで扱える
• 丸囲み、手描きの注釈、マスクによる部分編集
• 人物や商品の同一性を保った生成
• タイポグラフィ（文字表現）やポートレートの光の表現を改善

対応フレームワーク

• Diffusers（QwenImage21Pipeline）
• ComfyUI（ネイティブ対応、サンプルワークフローあり）
• vLLM-Omni、SGLang、LightX2V

開発者への影響

• EC・制作実務で使いやすい機能が揃った：透過出力や商品の同一性保持、部分編集は、商品画像の差し替えやバナー素材づくりと相性のよい機能です。
• 既存のワークフローに組み込みやすい：ComfyUI と Diffusers に最初から対応しているため、ローカル環境や自社パイプラインで試しやすくなっています。
• ライセンスの確認が必須：ライセンスは「Qwen Research License Agreement」です。案件や自社サービスでの商用利用を考える場合は、利用条件を事前に確認してください。