9月21日，通义千问团队开源新一代图像模型Qwen-Image-2.1。该模型以仅7B参数的轻量视觉生成模块，统一文生图、透明图像生成与多种图像编辑能力，实现生成效果、推理效率与使用成本的新平衡。其视觉生成采用32层Single-Stream DiT结构，借助混合粒度注意力与KV Cache复用机制，优化多图输入场景下
