L’API GPT Image 2.5 è disponibile. Crea e modifica immagini →
PoYoPoYo
QWEN IMAGE 2.1 · IN ARRIVO

Generazione e modifica unificate, trasparenza RGBA nativa e controllo dei riferimenti di 10 immagini

API Qwen Image 2.1: generazione di immagini unificata e modifica multi-riferimento

Genera e modifica immagini ad alta risoluzione all'interno di un unico modello compatto 7B. Qwen Image 2.1 unifica la generazione di immagini da testo e la modifica multi-riferimento avanzata, aggiungendo il supporto nativo alla trasparenza RGBA direttamente all'interno del suo Diffusion Transformer a flusso singolo.

Con risoluzione nativa 2K, composizione multi-immagine con fino a 10 riferimenti e accelerazione Prefix KV cache, Qwen Image 2.1 offre a sviluppatori e creatori una base efficiente e pronta per la produzione per flussi di lavoro visivi commerciali.

Ottieni la chiave API

Funzionalità principali dell'API Qwen Image 2.1

Generazione e modifica unificate in 2K, immagini trasparenti native e controllo dei riferimenti di 10 immagini per flussi di lavoro creativi ad alta fedeltà.

01

API Qwen Image 2.1 per la generazione e modifica di immagini unificate

I creatori spesso devono passare da modelli separati per la sintesi testo-immagine e la modifica delle immagini, aumentando la complessità dell'integrazione e la latenza. Qwen Image 2.1 riunisce la creazione visiva e la modifica iterativa in un unico checkpoint leggero 7B. Genera immagini native 2K o modifica immagini esistenti con la stessa fedeltà in sette rapporti d'aspetto utilizzando una singola chiamata API.

  • Genera immagini native 2K in 7 rapporti d'aspetto
  • Unifica testo-immagine e modifica delle immagini in un unico modello
  • Elimina il passaggio tra più modelli e l'overhead della pipeline
Zaino grigio generato prima e dopo la modifica del tessuto in verde oliva

02

API Qwen Image 2.1 per risorse trasparenti e ritagli dei soggetti

La produzione di risorse trasparenti pulite richiede solitamente strumenti separati per la rimozione dello sfondo che introducono artefatti sui bordi e aloni di colore. Qwen Image 2.1 integra una VAE RGBA nativa a 64 canali che sintetizza immagini trasparenti direttamente dai prompt testuali ed estrae soggetti da input fotografici. Designer e sviluppatori possono generare adesivi, elementi di design e immagini isolate di prodotti in un unico passaggio.

  • Genera immagini trasparenti RGBA native direttamente dal testo
  • Estrai soggetti puliti da fotografie RGB standard
  • Elimina la necessità di passaggi secondari per la rimozione dello sfondo
Lo stesso zaino nella foto originale e con sfondo trasparente

03

API Qwen Image 2.1 per la coerenza dei riferimenti di 10 immagini

Le composizioni visive complesse e le prove virtuali spesso presentano variazioni del personaggio e degrado delle texture quando sono condizionate da più input. Qwen Image 2.1 supporta fino a 10 immagini di riferimento insieme alla modifica regionale tramite indicatori circolari, annotazioni a pennello o maschere dedicate. Mantieni una rigorosa fedeltà dell'identità per volti umani, capi d'abbigliamento e prodotti brandizzati durante le modifiche.

  • Combina fino a 10 immagini di riferimento in un'unica composizione
  • Applica modifiche mirate con aree circolari, pennello o maschera
  • Preserva tratti del volto, texture dei prodotti e dettagli del branding
Riferimenti di persona e indumento con il risultato di una modifica localizzata dell’abbigliamento

04

API Qwen Image 2.1 per tipografia bilingue chiara e poster

I modelli generativi di immagini producono spesso testo illeggibile, forme delle lettere deformate e layout dei caratteri non leggibili nella grafica commerciale. Grazie all'encoder integrato Qwen3-VL-8B, Qwen Image 2.1 offre una tipografia bilingue inglese e cinese eccezionale integrata naturalmente nelle scene. Genera poster commerciali, concept di packaging e infografiche con lettere nitide allineate a prospettiva e illuminazione.

  • Esegui il rendering di una tipografia bilingue inglese e cinese leggibile
  • Allinea il testo visivo naturalmente con illuminazione e prospettiva della scena
  • Produci poster commerciali, packaging e infografiche
Guida di una biblioteca con etichette in cinese e inglese

05

API Qwen Image 2.1 per una generazione rapida ed economica

L'elevato numero di parametri nei modelli di diffusione da oltre 20B comporta un notevole utilizzo della VRAM e cicli di iterazione più lenti per le pipeline di produzione. Qwen Image 2.1 integra un DiT Single-Stream compatto a 32 livelli con solo 7 miliardi di parametri visivi, potenziato dal riutilizzo della cache Prefix KV attraverso 40 passaggi di denoising. Sperimenta velocità di inferenza significativamente superiori e costi di distribuzione inferiori senza compromettere la fedeltà visiva.

  • Riduci i requisiti di memoria con un'architettura efficiente da 7B
  • Accelera il denoising multi-passaggio con la cache Prefix KV
  • Ottieni punteggi ai benchmark di alto livello con costi di risorse inferiori
Riutilizzo del contesto del prompt nei passaggi consecutivi di generazione e varianti di immagine

Chi può trarre vantaggio dall'API Qwen Image 2.1?

01

Fotografia di prodotti per l'e-commerce

Genera scatti commerciali professionali, sostituisci gli sfondi dei cataloghi ed estrai ritagli puliti dei prodotti preservando rigorosamente forme, loghi e texture.

02

Moda e prova virtuale

Combina foto separate di modelli con riferimenti di abbigliamento e accessori utilizzando il condizionamento con 10 immagini per produrre composizioni di moda realistiche e stili personalizzati.

03

Design grafico e risorse trasparenti

Crea adesivi, elementi visivi isolati e risorse PNG trasparenti direttamente dai prompt senza affidarti a strumenti ausiliari per la rimozione dello sfondo.

04

Social media e marketing digitale

Produci immagini accattivanti per campagne, banner pubblicitari e poster promozionali con tipografia bilingue leggibile e risorse del brand coerenti.

05

Storyboard e concept art

Esegui iterazioni su schede dei personaggi, composizioni di scene cinematografiche e storyboard sequenziali utilizzando l'ancoraggio dell'identità multi-riferimento attraverso molteplici angolazioni di ripresa.

06

Pubblicazione e layout editoriali

Sviluppa copertine di libri, infografiche educative e illustrazioni editoriali con composizioni strutturate che integrano tipografia e opere visive in modo armonioso.

Qwen Image 2.1 vs Qwen Image 2.0 — Confronto tra modelli

Qwen Image 2.1 riunisce in un unico modello ciò che le versioni precedenti gestivano con checkpoint separati, riducendo i parametri visivi a 7B e introducendo trasparenza RGBA nativa e controllo di riferimento con 10 immagini.

FunzionalitàQwen Image 2.1Qwen Image 2.0
Dimensione del generatore visivoDiT Single-Stream 7B (32 livelli)~20B parametri
Generazione + modificaCheckpoint unificato singoloCheckpoint separati (T2I vs Edit)
Supporto alla trasparenzaRGBA nativo a 64 canali nello stesso modelloRichiede un modello stratificato dedicato
Capacità delle immagini di riferimentoFino a 10 immagini di riferimentoLimitata (in genere 1-3 immagini di riferimento)
Risoluzione nativa2K nativa (2048×2048 predefinita)1024×1024 / 2K nei checkpoint successivi
Ottimizzazione dell'inferenzaRiutilizzo della cache KV del prefisso tra i passaggiRicalcolo multi-passaggio standard
Punteggio Qwen-Image-Bench60.28 (modello open con il punteggio più alto)52.06
Requisito VRAM~6–12 GB (quantizzato / con offload)Consigliati 24 GB+

I punteggi e le specifiche di Qwen-Image-Bench riflettono valutazioni tecniche e documentazione pubblicate.

Domande frequenti sull'API Qwen Image 2.1

Che cos'è Qwen Image 2.1?

Qwen Image 2.1 è il modello open-weight di base visivo di Alibaba progettato per la creazione unificata da testo a immagine e per l'editing delle immagini. Integra 32 livelli DiT Single-Stream con 7B parametri visivi e trasparenza RGBA nativa.

In che modo Qwen Image 2.1 differisce dalle versioni precedenti di Qwen-Image?

Le versioni precedenti spesso richiedevano modelli separati per la generazione, l'editing e la trasparenza stratificata. Qwen Image 2.1 integra tutte queste capacità in un unico modello compatto 7B che gestisce nativamente sfondi trasparenti e fino a 10 immagini di riferimento.

Come posso generare immagini RGBA trasparenti con l'API?

Specifica un prompt che inizi con 'Questa è un'immagine RGBA con trasparenza' e indica che lo sfondo è trasparente. Il VAE RGBA nativo a 64 canali del modello produrrà un file PNG o WebP trasparente senza elaborazione secondaria di ritaglio.

Quante immagini di riferimento supporta Qwen Image 2.1 per l'editing?

Qwen Image 2.1 supporta fino a 10 immagini di riferimento in una singola richiesta di modifica, consentendo scene complesse con più personaggi, prove virtuali e composizioni d'interni dettagliate con forte preservazione dell'identità.

Quali risoluzioni di output e rapporti d'aspetto sono supportati?

Il modello supporta un output nativo 2K (2048×2048 predefinito per 1:1) e offre diversi rapporti d'aspetto tra cui 1:1, 4:3, 3:4, 3:2, 2:3, 16:9 e 9:16.

Come gestisce Qwen Image 2.1 il rendering del testo bilingue?

Basato su Qwen3-VL-8B come encoder delle condizioni, Qwen Image 2.1 offre una tipografia cinese e inglese all'avanguardia, consentendo il rendering accurato di loghi di brand, insegne e testi di poster integrati naturalmente in scene 3D.

Quando sarà disponibile l'API di Qwen Image 2.1 su PoYo?

Qwen Image 2.1 è attualmente in fase di preparazione per la distribuzione ad alta concorrenza su PoYo. Registrati ora per una chiave API, così sarai pronto non appena gli endpoint del modello e il playground saranno disponibili.

Perché seguire l'API di Qwen Image 2.1 su PoYo

01

Generazione e modifica di immagini unificate

Valuta la sintesi da testo a immagine, la modifica di immagini con più riferimenti e la trasparenza RGBA nativa all'interno di un unico flusso di lavoro per sviluppatori ottimizzato.

02

Catalogo completo dei modelli

Confronta Qwen Image 2.1 con modelli leader come FLUX, Seedream e Grok Imagine per selezionare la pipeline visiva ideale per il tuo progetto.

03

Architettura API ad alta concorrenza

Il sistema di distribuzione asincrona delle attività di PoYo e l'infrastruttura a bassa latenza garantiscono tempi di generazione rapidi e affidabili con callback completi dello stato.

04

Integrazione incentrata sugli sviluppatori

Ottieni il supporto SDK standard, una documentazione OpenAPI chiara e strumenti per sviluppatori reattivi per integrare la generazione di immagini in pochi minuti.