数据来源 AI HOT,按北京时间 9 月 20 日整理,并核对官方原文。本期聚焦图像生成与编辑,以及面向智能体任务的新模型;权重可下载、商业使用许可和未来开放计划分别说明。
模型发布/更新
Qwen-Image-2.1 发布:统一生成与编辑,原生支持透明图像
Qwen 发布 Qwen-Image-2.1,在同一模型中整合文生图与图像编辑,视觉生成组件为 7B 参数。官方介绍,模型可以直接生成带透明通道的图像,编辑透明图层,也能从普通照片中提取带透明背景的主体。
编辑方面,官方给出的能力范围包括最多 10 张参考图,以及用圆圈、涂画或独立蒙版指定修改区域。人物身份、产品外观、文字排版和人像光照也是此次改进重点。混合粒度注意力与 KV cache 复用用于减少多图编辑中的重复计算;实际速度和显存占用仍取决于运行配置,本期未作实测。
下载使用前还要区分权重开放与商业授权:模型仓库的 Qwen Research License 将许可限定为非商业研究或评估,商业使用需另行取得许可。因此,本期将其称为开放权重模型,不把发布公告中的“开源”直接理解为可自由商用。
🔗 Qwen:Qwen-Image-2.1 官方介绍 · 官方模型仓库:使用许可
阶跃发布 Step 5 Preview,计划 10 月 15 日开放权重
阶跃星辰发布面向智能体任务的旗舰模型 Step 5 Preview。官方介绍,它采用稀疏混合专家架构,总参数量 600B,每个 token 激活 27B,支持 100 万 token 上下文和视觉输入,重点覆盖软件工程、专业知识工作与金融分析。
发布页展示了代码开发、长时间任务执行和研究报告等案例,也列出公开与内部评测。官方明确说明,部分评测由内部开发,不同模型在部分测试中的数据集设置并不一致。因此,这些成绩适合用于了解能力方向,不能直接推导任意业务任务的成功率或固定成本优势。
可用状态需要分开看:官方称模型已通过其产品与 API 提供,开放权重则安排在 10 月 15 日。截至本期报道日,这仍是后续发布计划,不能写成权重已经可供下载。
产品发布/更新
ComfyUI 支持 Qwen-Image-2.1,图像工作流增加统一生成与编辑入口
AI HOT 收录了 Qwen 关于 ComfyUI 支持的公告;Comfy 官方模型页也确认,Qwen-Image-2.1 可在 ComfyUI 中原生运行,用一个模型完成生成与编辑,支持原生 2K 和带真实透明通道的 RGBA 输出。
Comfy 给出的本地接入方式是更新 ComfyUI、下载模型权重,再使用对应的文本编码节点或模板;其云端也提供工作流入口。对已有节点工作流的用户,这提供了尝试透明素材与指令编辑的现成入口。平台接入不会改变模型本身的使用许可,本期也未验证本地硬件上的运行速度或成图质量。
🔗 Comfy:Qwen-Image-2.1 支持与使用说明 · Qwen:ComfyUI 支持公告
AI 热点日报 · 作者 ZestJT · 数据来源 AI HOT(aihot.virxact.com)