阿里巴巴的Qwen-Image-2.1是一个单一的7B DiT模型,可处理图像生成、编辑和原生透明通道(RGBA)输出。主要特性包括用于高效推理的块因果注意力、支持多达10张参考图像,以及40步原生2K分辨率。