Qwen-image-3.0实测，阿里我就问你打脸不？ 用自己的提示词打自己的脸，话不多说，直接上图： prompt： 生成一张具有视觉纵深感的‘画中画’图像。最外层是一个真实的 VSCode 编程界面，中间嵌套一个千问App的聊天界面，聊天界面里我正在发送一条消息，内容是‘帮我生成一张手冲咖啡海报’。千问回复了一张精美的咖啡海报，这张海报也清晰地显示在聊天界面中。要求每一层UI都保持真实的风格与细节，界面中的时间数字、按钮小字等微观细节清晰可辨。 第一张：Qwen-Image-3.0 直接糊成抽象画，内容几乎为零，渲染差到令人发指。买了再多 KOL 吹「中文语境」「中文渲染」，也救不了这张图。流量和口碑可以造，生成质量骗不了眼睛。 第二张：ChatGPT-Image-2.0 文字完全锐利、无扭曲、无粘连，层级清晰，细节到位，甚至直接骗过了 Grok。 真的太失望了，满怀期待的去体验“国产之光”😅

Qwen-Image-3.0发布了，但是没啥声音。 为什么呢？ 因为没有提开源的事情，闭源的有chat-image-2,nano banana pro，如果不是特别领先，别人当然就不关注了。 其实国内厂商要突破，图片模型是一个很不错的突破口。 谷歌就是这么做的，其实谷歌的大模型一般，但是有nano banana，就让大家觉得他们家的模型还不错。 现在，国内的大模型，目前很难拉开差距。 只要跟上进度，做的不是太差，还是有生存空间的。 但是图片模型这块，国内是真的普遍不行，就字节还可以，也是闭源的。 如果谁在这个方面取得突破，还能开源，那热度就上来了。 只要能拉开差距，就不怕赚不到钱。

兄弟们 好东西 Qwen-Image-2.1无审查版本 移除了安全过滤 可以生成成人、NSFW等图像内容 而且优化了生成速度： 主模型放进显卡里跑保证速度，把巨大的“文本编码器”扔给普通电脑内存（CPU）去跑。 这样能帮你省出 9 到 17 GB 的显存，而且几乎不会拖慢出图速度！ Qwen-Image-2.1同时把“文生图”和“图像编辑”融合成了一个模型，还原生支持透明图处理。 最多支持 10 张参考图： 可以把 6 个人的单人照直接合成为一张自然的多人合照 画面质感提升（字雅人美）： 文字排版不再“画符”：解决了以往生图模型文字容易扭曲、拼错的毛病，字体、排版更协调美观。 光影细节更逼真：皮肤质感、毛发细节与自然光影大幅改善，摆脱“塑料 AI 感”

通义发布 Qwen-Image-3.0 一条三千字指令，一次画出九张信息图和一整版报纸 12 国语言原生渲染 100+ 艺术风格 网页游戏直播界面仿真 联网取最新世界知识 指令上限提到 4.5k token，一整版复杂内容能一次交代完

BaoCut 3.5 集成了 Qwen Image 2.1 Turbo，你在本地就可以生成图片了，而不用通过服务器，我的 Mac Mini M2 1080 的图片大约3-5分钟就可以，2K 的则要将近 20 分钟。 另外我没想到它可以直接生成 NSFW 的图片😅 可以让 Agent 去调用本机生成图片服务生成图片。 完全开源免费： 下载：

Macbook Pro 24G内存，本地跑了下Qwen-Image-2.1+去安全审查解码器。 怎么说呢，一张图生成需要5-6分钟 😓😓😓 没专业显卡，不要尝试本地模型，无论是文本模型，还是生图模型，纯浪费时间，占硬盘。

千问发布第三代图像生成模型 Qwen-Image-3.0。新模型最大支持 4.5k Token 输入，重点提升复杂版面、细小文字和知识型图像的生成能力。 它可以用一条长指令生成报纸、试卷、短剧分镜和九宫格信息图。模型能在同一张图里处理多个主题，并同时生成公式、图表、人物和中英文文字。官方展示的一张九宫格包含九类独立内容，描述指令长约 3.7k Token。 文字渲染也进一步加强。千问称，模型可以清晰生成小至 10px 的文字，并处理 LaTeX 公式、上下标、手写批注和报纸密集排版。毛孔、发丝、纸张和绘画纹理等细节也更真实。 Qwen-Image-3.0 原生支持 12 种语言、100 多种艺术风格和多类 UI 界面。官方还展示了联网生成天气图、修复传统绘画和制作专业信息图等用法。 相比单纯生成好看的图片，这一代更强调 PPT、教育材料、设计和内容制作等实际场景。

不要再研究什么无审查版模型了！qwen-image-2.1 拿来本地平替 GPT-image-2.5 才是最香的！完整部署教程来了 我不明白，qwen-image-2.1 本地部署完本来就没有验证和审核，大伙为啥都把重心放在奇怪的地方了。 这次 qwen-image-2.1 给我带来最大的震撼，还是其原生2K的生成质量，完全不输 GPT-image-2.5。最关键的一点是，它生成的图片不会出现GPT 经常出现的那种噪点，非常适合拿来做首帧参考图，拿去跑AIGC短片。 给大家带来单卡 4090 部署模型，并跑通2K图像的攻略：(直接发给Codex帮你部署就行) 不建议用梯子下载权重，直接走国内下 ModelScope 的分片，这样会快得多（国模最大的好处之一了，不用代理也下载快）；diffusers 同理，可以不走github，用 Gitee 上的源码。 有个小坑，本来想直接加在现成的 Comfy 上。版本一查是 0.32，qwen-image-2.1 要 0.37 以上。这点大家要注意，用comfy的话一定要对上版本。版本不对不支持，服务起不来。 服务就做一个出图接口，一共33G 权重在启动时加载，我这边两分钟左右。不要等第一张图的请求来了再加载，那边会先超时。CFG 没开，官方默认就是关的，打开之后每步计算大概翻倍，2K 会更慢，没必要。 把这篇帖子内容喂给AI，它能直接帮你搞定部署流程，怕找不到的话大伙可以点个收藏。 最后再跑一下测试，我这边2048的尺寸，30步跑的话，耗时3分钟左右（CFG=0），成品如图所示，审核什么的完全不用担心，完全没有任何限制。 我有预感，本地部署 qwen-image-2.1 + Minimax-h3 很有可能成为接下来AI短片流水线的爆款流水线。

准备研究荒野求生、3D国漫风这个细分领域 用纯本地的方法搓一部剧 Qwen 3.8 写剧本 Qwen image 2.1 出图 MiniMax H3 出视频 先想办法把热门剧扒下来，拉一遍，做语料。