发生了什么
阿里通义千问团队开源 Qwen-Image-2.1-Turbo，这是 Qwen-Image-2.1 的加速检查点：仅需 8 步去噪即可完成文生图与图像编辑，而基座模型的默认采样为 40 步。模型沿用 7B 视觉生成架构与 32 层单流 DiT，透明度（RGBA）输出、最多 10 张参考图、局部涂抹与蒙版编辑等能力保持一致；同日千问 AI 平台上线 Qwen-Image-2.1 Pro 与 Turbo 两个托管 API。
- 输出预设最高 2752×1536 及对应竖版比例
- 配套新版 Diffusers 与 transformers 5.17 以上版本
- Turbo 继承基座的 Qwen Research 许可，属非商用条款
- 社区同日的 ComfyUI 权重与同源蒸馏 LoRA 已同步出现
为什么重要
把采样步数从 40 降到 8，压缩的是单张图的推理预算，而不是换一个模型。对需要在本地或自建推理上跑图像生成的企业，这直接改变单卡能承担的工作量，也把「开箱即用的高速出图」变成开源权重可以提供的选项。托管 API 同日开放，则让不具备自建推理能力的团队可以直接按调用量接入。
从竞争格局看，开源图像模型持续压低推理成本，对按张计费的闭源方案形成压力。阿里同时提供开源权重与托管 API，意味着它既想占据开发者生态，也想留住不愿自建推理的商业客户；这也延续了国内实验室在开放权重上密集迭代的节奏。
仍需观察
Turbo 模型卡未给出评测数字、Qwen-Image-Bench 结果或消融数据，因此「加速不牺牲质量」目前仍是厂商说法，缺少可核验依据；蒸馏检查点在 CFG=1 下运行时，负面提示词会失效，实际质量代价尚未被第三方按同一提示集对照。许可条款延续基座的 Qwen Research 非商用限制，接入设计生产管线前需先确认授权。