通义千问推出 Qwen-Image-2.1：7.1B DiT 架构并获 vLLM-Omni 首日支持

通义千问发布图像生成模型 Qwen-Image-2.1 并获得推理引擎 vLLM-Omni 首日支持，体现了开源模型发布与底层推理生态快速协同落地的趋势。

• 2026年9月20日，通义千问官方 X 账号与 vLLM 社区宣布，Qwen-Image-2.1 获得 vLLM-Omni 的首日部署支持。
• 模型由 7.1B 参数的 Diffusion Transformer（DiT）与 Qwen3-VL-8B 视觉语言模型组合而成，实现生成与编辑一体化架构。
• 该模型支持在一个架构内完成文生图、图像指令编辑以及原生 RGBA 透明图层输出，并提供优化的推理配方以降低显存开销。
• 影响/看点：推理框架在模型开源首日即提供优化支持，意味着开发者从获取权重到本地生产部署的验证周期缩短，若推理性能在消费级硬件上保持稳定，可能加速轻量视觉模型的实际落地。
• 资料依据：
• 通义千问官方 X 账号（2026-09-20）：https://x.com/Alibaba_Qwen/status/2101670804794884242
• vLLM 官方配方库（2026-09-20）：https://recipes.vllm.ai/Qwen/Qwen-Image-2.1

本内容由 AI 生成，仅供参考，请注意甄别