Qwen Image 2.1 在 Draw Things 上快速上手指南：开源图像模型新王者

Qwen Image 2.1 发布不到一个月，官方 8 步 Turbo 版本也已登场，苹果生态的 Draw Things 软件迅速跟进支持。在体验之后，一个大胆的结论是：你可以放心移除之前绝大部分图像模型和 LoRA，因为 Qwen Image 2.1 真的太全能了。图像生成、图像编辑、多图编辑、生成透明图像，7B 参数下绝佳的速度和上乘的质量，让它迅速超越 Ideagram 4，成为开源图像模型榜单第一名。

开源协议：先搞清楚再动手

动手之前必须认清 Qwen Image 2.1 的使用许可协议。模型采用 Qwen Research License 专有研究许可证，条款明确：开源权重，但限制直接商业化。行业大佬 Asterix 特别强调这一点，因为他有切身经历——每一位 AI 用户都该重视。

官方随后给出了正式回答：输出不是许可协议材料的一部分，用户保留使用该模型生成图像和其他内容的权利。具体来说：

• 任何人都可以免费下载权重，在本地硬件（Mac 或 PC）上运行、评测，甚至进行个人或学术性质的微调（如训练 LoRA）。
• 你可以自由使用和商用生成的内容：生成的图片版权归你自己，可以自由用于商业项目、社交媒体、自媒体配图封面，甚至卖图、做印刷品或商业网站配图。
• 不能做的是：直接将模型作为商业产品或服务出售——比如开发商业软件、小程序或云端网站让付费用户调用 Qwen Image 2.1 生成图片赚钱；不能把模型权重打包改名当作商业闭环软件的核心组件售卖或分发；任何形式的直接商业化部署或作为商业基础设施的一部分，都需要单独向官方申请商业授权。
• 关于训练 LoRA：可以训练 LoRA，可以基于 Qwen 协议免费发布 LoRA，可以用 LoRA 生成图片并商业化使用自己生成的图片；但不能直接卖 LoRA 授权、付费分发 LoRA，需向 Qwen 获得商业许可。

把这个问题弄明白之后，才能后顾无忧地使用这个强大的开源模型。

Qwen Research License 与常见的 Apache 2.0、MIT 等开源许可证有本质区别。 后者允许任何人将代码或权重用于任何目的（包括商业产品），而 Qwen Research License 属于「开放权重但有限使用」的范畴：权重可以自由下载、研究、评测，但商业化部署（尤其是把模型本身作为服务或产品组件对外提供）需要单独授权。这与 Llama 系列的社区许可证思路接近，但条款细节不同。理解这一点的关键在于区分「模型」与「模型输出」——许可证约束的是前者，而官方已明确输出内容不在此列，因此生成图片的商用不受限。

在 Draw Things 中下载模型

在 Draw Things 搜索框键入 Qwen Image 2.1，社区模型列表下会看到原版教师模型和 Turbo 加速模型两种，都提供五种不同的量化精度。没带尾缀的是 8-bit 版，带 Exact 的是 FP16 版本。

根据自己的设备情况各取所需：

• M4 之后但内存存储不充裕（如 M4 Pro MacBook 24G 内存）：建议下载 4-bit S 版本，存储和内存占用更小，出图质量绝大部分情况没有太多妥协。
• M3 芯片及之前：建议下载 6-bit 或 8-bit 版本。

量化精度（bit 数）直接影响显存/内存占用与出图质量。 4-bit 量化把每个权重压缩到约 4 比特，模型体积和运行时内存大幅下降，适合统一内存有限的苹果设备；8-bit 保留更多精度，细节和稳定性更好但占用更高；FP16（Exact 版）是接近原始精度的版本，对硬件要求最高。实践中 4-bit 的损失在多数生成任务中并不明显，但在复杂编辑、文字渲染或高分辨率场景下，更高精度版本往往更稳。选择时应在「能跑得动」和「质量可接受」之间取平衡。

原版教师模型的使用建议

模型发布后的二十来天里，社区陆续出品了多款加速 LoRA 以及风格性、功能性 LoRA，可玩性非常强。原版无 LoRA 的出图参数方面，不同采样器之间的结果区别非常之大，Shift 值对结果的影响也很明显，每个人都能摸索出适合自己的最优参数。

作为一个 7B 模型，图像生成时间不是关注重点。核心参数和出图样例可以整理成文档共享。

官方 Turbo 加速模型

Turbo 版本是官方发布的 8 步加速版，比第三方加速 LoRA 更加稳定出色。使用 Turbo 版本唯一需要注意的是：步数 8 步，CFG 设置为 1，最关键的是把 Shift 设置为固定值 6.5，并关掉分辨率依赖。

此外还可以尝试 Turbo 模型外加 Turbo LoRA 的组合参数，把生成步数进一步压缩到 5-6 步，同时保证总体质量。

CFG（Classifier-Free Guidance）与 Shift 是扩散模型采样的两个关键参数。 CFG 控制提示词对生成结果的约束强度：值越高越贴近提示词但容易过饱和、失真，值越低越自由但可能偏离描述；Turbo/蒸馏模型通常在训练时就固定了低 CFG 甚至 CFG=1 的工作区间。Shift 则调节采样过程中噪声时间步的分布，影响模型在不同分辨率下的细节分配；官方要求 Turbo 版固定 Shift=6.5 并关闭分辨率依赖，是因为蒸馏过程针对这一设定做了对齐，偏离后质量会明显下降。

提示词技巧与透明图像生成

Qwen Image 2.1 的提示词一般按自然语言正常描写即可，中英文都支持，生成任务和编辑任务皆可。重点强调：生成透明图片必须带上特定的前缀和后缀，中间可以自由描述。建议把这些规则丢给 LLM 形成固定技能，下次只需简单描述想法，Agent 就能输出符合规范的提示词。

还有一点要重点指出：由于模型同时具备生成和编辑能力，Draw Things 上的横轴菜单极为重要——做生成任务时一定要选择生成，做编辑任务时一定要先选择编辑。

透明图像生成依赖模型对 alpha 通道的显式建模。 普通扩散模型输出的是三通道 RGB 图像，没有透明度概念；要生成带 alpha 通道的 PNG，需要在训练数据中引入透明背景样本，并在推理时用特定提示词触发模型进入「透明模式」。这也是为什么必须带上固定的前缀和后缀——它们相当于告诉模型「本次任务的目标是输出带透明背景的图像」，而非普通白底或场景图。缺少这些标记时，模型会按常规方式生成不透明背景，后续抠图反而更麻烦。

全能的使用场景

Qwen Image 2.1 极为全面，以往在 Qwen Image Edit 和 Flux 等模型中探索过的用法它都能做到：单图编辑、多图编辑、局部编辑、标记编辑、控制网编辑、换装、换产品、换头换脸、图像扩展、三视图生成、信息图生成、全景照片生成，统统不在话下。

Qwen Image 2.1 确实极为优秀，在苹果生态 Draw Things 平台上也提供了非常好的支持。希望这份上手指南能帮你玩得开心。