GPT Image 2.5 API đã ra mắt. Tạo và chỉnh sửa hình ảnh ngay →
PoYoPoYo
QWEN IMAGE 2.1 · SẮP RA MẮT

Tạo và chỉnh sửa hợp nhất, hỗ trợ độ trong suốt RGBA gốc và kiểm soát tham chiếu 10 ảnh

Qwen Image 2.1 API: Tạo ảnh hợp nhất và chỉnh sửa đa tham chiếu

Tạo và chỉnh sửa hình ảnh độ phân giải cao trong một mô hình 7B nhỏ gọn duy nhất. Qwen Image 2.1 hợp nhất khả năng tạo ảnh từ văn bản và chỉnh sửa đa tham chiếu nâng cao, đồng thời bổ sung hỗ trợ độ trong suốt RGBA gốc trực tiếp bên trong Transformer khuếch tán luồng đơn.

Với độ phân giải 2K gốc, khả năng ghép nhiều ảnh từ tối đa 10 tham chiếu và tăng tốc bộ nhớ đệm Prefix KV, Qwen Image 2.1 cung cấp cho nhà phát triển và nhà sáng tạo một nền tảng hiệu quả, sẵn sàng cho môi trường sản xuất cho các quy trình hình ảnh thương mại.

Nhận khóa API

Các tính năng chính của Qwen Image 2.1 API

Tạo và chỉnh sửa 2K hợp nhất, ảnh trong suốt gốc và kiểm soát tham chiếu 10 ảnh cho quy trình sáng tạo có độ trung thực cao.

01

Qwen Image 2.1 API cho Tạo ảnh và Chỉnh sửa hợp nhất

Các nhà sáng tạo thường phải chuyển đổi giữa các mô hình riêng biệt để tổng hợp ảnh từ văn bản và chỉnh sửa hình ảnh, làm tăng độ phức tạp tích hợp và độ trễ. Qwen Image 2.1 hợp nhất việc sáng tạo hình ảnh và chỉnh sửa lặp lại vào một điểm kiểm tra 7B nhẹ duy nhất. Tạo ảnh 2K gốc hoặc chỉnh sửa ảnh hiện có với độ trung thực tương đương trên bảy tỷ lệ khung hình bằng một lần gọi API.

  • Tạo ảnh 2K gốc trên 7 tỷ lệ khung hình
  • Hợp nhất tạo ảnh từ văn bản và chỉnh sửa hình ảnh trong một mô hình
  • Loại bỏ việc chuyển đổi nhiều mô hình và chi phí xử lý đường ống
Ba lô màu xám được tạo ra trước và sau khi đổi vải sang màu xanh ô liu

02

Qwen Image 2.1 API cho Tài sản trong suốt và Tách chủ thể

Việc tạo tài sản trong suốt sạch thường yêu cầu các công cụ xóa nền riêng biệt gây ra lỗi viền và quầng màu. Qwen Image 2.1 tích hợp VAE RGBA 64 kênh gốc để tổng hợp ảnh trong suốt trực tiếp từ lời nhắc văn bản và tách chủ thể từ dữ liệu đầu vào ảnh chụp. Nhà thiết kế và nhà phát triển có thể tạo nhãn dán, yếu tố thiết kế và ảnh sản phẩm tách biệt chỉ trong một bước.

  • Tạo ảnh trong suốt RGBA gốc trực tiếp từ văn bản
  • Tách chủ thể sạch từ ảnh chụp RGB tiêu chuẩn
  • Loại bỏ nhu cầu về các bước xóa nền thứ cấp
Cùng một ba lô trong ảnh gốc và kết quả tách nền trong suốt

03

Qwen Image 2.1 API cho Tính nhất quán tham chiếu 10 ảnh

Các bố cục hình ảnh phức tạp và trải nghiệm thử đồ ảo thường gặp khó khăn với sự thay đổi nhân vật và suy giảm kết cấu khi được điều kiện hóa bằng nhiều đầu vào. Qwen Image 2.1 hỗ trợ tối đa 10 ảnh tham chiếu cùng với chỉnh sửa theo vùng thông qua dấu tròn, chú thích cọ vẽ hoặc mặt nạ chuyên dụng. Duy trì độ trung thực nhận dạng nghiêm ngặt cho khuôn mặt con người, trang phục thời trang và hàng hóa thương hiệu trong các lần chỉnh sửa.

  • Kết hợp tối đa 10 ảnh tham chiếu trong một bố cục
  • Áp dụng chỉnh sửa mục tiêu bằng vùng tròn, cọ vẽ hoặc mặt nạ
  • Bảo toàn đặc điểm khuôn mặt, kết cấu sản phẩm và chi tiết thương hiệu
Ảnh tham chiếu người và trang phục cùng kết quả chỉnh sửa riêng vùng quần áo

04

Qwen Image 2.1 API cho Kiểu chữ song ngữ và áp phích rõ nét

Các mô hình tạo ảnh thường tạo ra văn bản bị méo, dạng chữ sai lệch và bố cục ký tự khó đọc trong đồ họa thương mại. Tận dụng bộ mã hóa Qwen3-VL-8B tích hợp, Qwen Image 2.1 mang lại khả năng tạo kiểu chữ song ngữ tiếng Anh và tiếng Trung xuất sắc được nhúng tự nhiên trong cảnh. Tạo áp phích thương mại, ý tưởng bao bì và đồ họa thông tin với chữ sắc nét phù hợp với phối cảnh và ánh sáng.

  • Hiển thị kiểu chữ song ngữ tiếng Anh và tiếng Trung dễ đọc
  • Căn chỉnh văn bản hình ảnh tự nhiên với ánh sáng và phối cảnh cảnh vật
  • Tạo áp phích thương mại, bao bì và đồ họa thông tin
Sơ đồ hướng dẫn thư viện có nhãn tiếng Trung và tiếng Anh

05

API Qwen Image 2.1 để tạo ảnh nhanh chóng và tiết kiệm chi phí

Số lượng tham số lớn trong các mô hình khuếch tán 20B+ gây ra nhu cầu VRAM cao và làm chậm chu kỳ lặp trong quy trình sản xuất. Qwen Image 2.1 sở hữu kiến trúc DiT Single-Stream 32 lớp nhỏ gọn với chỉ 7 tỷ tham số hình ảnh, được tăng cường bằng khả năng tái sử dụng bộ nhớ đệm Prefix KV trong 40 bước khử nhiễu. Trải nghiệm tốc độ suy luận nhanh hơn đáng kể và chi phí triển khai thấp hơn mà không làm giảm độ trung thực của hình ảnh.

  • Giảm yêu cầu bộ nhớ với kiến trúc 7B hiệu quả
  • Tăng tốc quá trình khử nhiễu nhiều bước với bộ nhớ đệm Prefix KV
  • Đạt điểm số chuẩn hàng đầu với chi phí tài nguyên thấp hơn
Tái sử dụng ngữ cảnh lời nhắc qua các bước tạo ảnh liên tiếp và các ảnh đầu ra

Ai có thể hưởng lợi từ API Qwen Image 2.1?

01

Chụp ảnh sản phẩm thương mại điện tử

Tạo ảnh thương mại chuyên nghiệp, thay đổi nền danh mục sản phẩm và tách sản phẩm sạch sẽ trong khi vẫn bảo toàn nghiêm ngặt hình dạng, logo và kết cấu của sản phẩm.

02

Thời trang và thử đồ ảo

Kết hợp ảnh người mẫu riêng biệt với quần áo và tài liệu tham chiếu phụ kiện bằng khả năng điều kiện hóa 10 hình ảnh để tạo ra các ảnh thời trang chân thực và phong cách cá nhân hóa.

03

Thiết kế đồ họa & tài sản trong suốt

Tạo nhãn dán, các thành phần hình ảnh tách biệt và tài sản PNG trong suốt trực tiếp từ câu lệnh mà không cần phụ thuộc vào các công cụ xóa nền bổ trợ.

04

Mạng xã hội & tiếp thị kỹ thuật số

Tạo hình ảnh chiến dịch thu hút, banner quảng cáo và áp phích quảng bá với kiểu chữ song ngữ dễ đọc cùng tài sản thương hiệu nhất quán.

05

Phác thảo câu chuyện và nghệ thuật ý tưởng

Lặp lại trên bảng nhân vật, bố cục cảnh quay điện ảnh và storyboard tuần tự bằng khả năng neo danh tính đa tham chiếu trên nhiều góc quay.

06

Xuất bản và bố cục biên tập

Phát triển bìa sách, đồ họa thông tin giáo dục và hình minh họa biên tập với bố cục có cấu trúc, tích hợp kiểu chữ và tác phẩm hình ảnh một cách liền mạch.

Qwen Image 2.1 so với Qwen Image 2.0 — So sánh mô hình

Qwen Image 2.1 hợp nhất những tính năng mà các phiên bản trước đây xử lý bằng các checkpoint riêng biệt, giảm tham số hình ảnh xuống 7B đồng thời giới thiệu khả năng hỗ trợ RGBA trong suốt nguyên bản và điều khiển tham chiếu 10 hình ảnh.

Tính năngQwen Image 2.1Qwen Image 2.0
Kích thước bộ tạo hình ảnhDiT Single-Stream 7B (32 lớp)~20B tham số
Tạo + chỉnh sửaCheckpoint hợp nhất duy nhấtCác checkpoint riêng biệt (T2I so với Edit)
Hỗ trợ độ trong suốtRGBA 64 kênh nguyên bản trong cùng một mô hìnhYêu cầu mô hình phân lớp chuyên dụng
Khả năng chứa hình ảnh tham chiếuLên đến 10 hình ảnh tham chiếuGiới hạn (thông thường 1-3 hình ảnh tham chiếu)
Độ phân giải nguyên bản2K nguyên bản (2048×2048 mặc định)1024×1024 / 2K trong các điểm kiểm tra sau này
Tối ưu hóa suy luậnTái sử dụng bộ nhớ đệm KV tiền tố qua các bướcTính toán lại nhiều bước tiêu chuẩn
Điểm Qwen-Image-Bench60.28 (Mô hình mã nguồn mở xếp hạng cao nhất)52.06
Yêu cầu VRAM~6–12 GB (lượng tử hóa / chuyển tải)Khuyến nghị 24 GB+

Điểm Qwen-Image-Bench và thông số kỹ thuật phản ánh các đánh giá kỹ thuật và tài liệu được công bố.

Câu hỏi thường gặp về API Qwen Image 2.1

Qwen Image 2.1 là gì?

Qwen Image 2.1 là mô hình nền tảng thị giác có trọng số mở của Alibaba, được thiết kế để tạo hình ảnh từ văn bản và chỉnh sửa hình ảnh thống nhất. Mô hình tích hợp 32 lớp Single-Stream DiT với 7B tham số thị giác và khả năng minh bạch RGBA nguyên bản.

Qwen Image 2.1 khác biệt như thế nào so với các bản phát hành Qwen-Image trước đây?

Các phiên bản trước thường yêu cầu các mô hình riêng biệt cho việc tạo ảnh, chỉnh sửa và minh bạch phân lớp. Qwen Image 2.1 tích hợp tất cả các khả năng này vào một mô hình 7B nhỏ gọn duy nhất, có khả năng xử lý nền trong suốt nguyên bản và tối đa 10 hình ảnh tham chiếu.

Làm cách nào để tạo hình ảnh RGBA trong suốt bằng API?

Chỉ định một lời nhắc bắt đầu bằng 'This is an RGBA image with transparency' và nêu rõ rằng nền là trong suốt. VAE RGBA 64 kênh nguyên bản của mô hình sẽ xuất ra tệp PNG hoặc WebP trong suốt mà không cần xử lý cắt nền phụ.

Qwen Image 2.1 hỗ trợ bao nhiêu hình ảnh tham chiếu để chỉnh sửa?

Qwen Image 2.1 hỗ trợ tối đa 10 hình ảnh tham chiếu trong một yêu cầu chỉnh sửa duy nhất, cho phép tạo các cảnh phức tạp với nhiều nhân vật, thử đồ ảo và bố cục nội thất chi tiết với khả năng duy trì nhận diện mạnh mẽ.

Các độ phân giải đầu ra và tỷ lệ khung hình nào được hỗ trợ?

Mô hình hỗ trợ đầu ra 2K nguyên bản (2048×2048 mặc định cho 1:1) và cung cấp nhiều tỷ lệ khung hình bao gồm 1:1, 4:3, 3:4, 3:2, 2:3, 16:9 và 9:16.

Qwen Image 2.1 xử lý việc hiển thị văn bản song ngữ như thế nào?

Được cung cấp sức mạnh bởi Qwen3-VL-8B với vai trò là bộ mã hóa điều kiện, Qwen Image 2.1 sở hữu khả năng xử lý kiểu chữ tiếng Trung và tiếng Anh tiên tiến hàng đầu, cho phép hiển thị chính xác logo thương hiệu, biển hiệu và văn bản trên áp phích được tích hợp tự nhiên vào các cảnh 3D.

Khi nào API Qwen Image 2.1 sẽ có sẵn trên PoYo?

Qwen Image 2.1 hiện đang được chuẩn bị để triển khai với khả năng xử lý đồng thời cao trên PoYo. Đăng ký khóa API ngay hôm nay để sẵn sàng ngay khi các điểm cuối mô hình và môi trường thử nghiệm trực tuyến được ra mắt.

Tại sao nên theo dõi API Qwen Image 2.1 trên PoYo

01

Tạo và chỉnh sửa hình ảnh hợp nhất

Đánh giá khả năng tổng hợp văn bản thành hình ảnh, chỉnh sửa hình ảnh với nhiều tham chiếu và độ trong suốt RGBA gốc trong một quy trình phát triển được tinh giản duy nhất.

02

Danh mục mô hình toàn diện

So sánh Qwen Image 2.1 với các mô hình hàng đầu như FLUX, Seedream và Grok Imagine để lựa chọn quy trình xử lý hình ảnh lý tưởng cho dự án của bạn.

03

Kiến trúc API xử lý đồng thời cao

Hệ thống phân phối tác vụ bất đồng bộ và cơ sở hạ tầng độ trễ thấp của PoYo đảm bảo thời gian tạo nhanh, đáng tin cậy cùng các lệnh gọi lại trạng thái hoàn chỉnh.

04

Tích hợp ưu tiên nhà phát triển

Nhận hỗ trợ SDK tiêu chuẩn, tài liệu OpenAPI rõ ràng và bộ công cụ dành cho nhà phát triển phản hồi nhanh để tích hợp khả năng tạo hình ảnh chỉ trong vài phút.