Shopify
WooCommerce2026年9月20日，阿里巴巴 Qwen 团队开源了 Qwen-Image-2.1。这是一款拥有 7B 参数的图像模型，将生成与编辑集成在单一流程中，最多支持 10 张参考图像，并明确将虚拟试衣作为目标应用场景之一。
我们将它与市面上最主流的商业方案之一 —— Google Vertex AI 的虚拟试衣模型进行了横向对比。测试使用了我们所有引擎都在跑的8组“人物与服装”经典图片对。测试条件完全一致：同样的图片，同样的提示词流程，均未经过微调。
Qwen-Image-2.1 是什么？
Qwen-Image-2.1 用一个模型取代了此前的三个早期模型（用于生成的 Qwen-Image、用于编辑的 Qwen-Image-Edit 以及处理透明度的 Qwen-Image-Layered）。
- 7B 参数的生成组件（32 层单流 DiT）。由 Qwen3-VL 8B 负责读取提示词与输入图像。
- **单次编辑最多 10 张参考图。**正如发布页面所述：“针对虚拟试衣，可将五个输入（模特、衣服、鞋子、包和帽子）组合成一套完整的穿搭。”
- **局部编辑。**圈选区域、涂抹或传入独立遮罩，即可仅对目标区域进行修改。
- 人物与商品的高保真度是其核心训练目标：在编辑过程中保持面部特征不变，并完美保留商品的“文本、纹理与形状”。
- **原生透明度支持。**不仅能通过提示词输出带有 RGBA 通道的图片，还可以将照片中的主体直接提取为透明图层。
- **高效推理。**输入图像与指令只需编码一次并在降噪步骤中缓存，因此带有 10 张参考图的编辑，单步成本与单张参考图几乎相同。
在团队自己的 Qwen-Image-Bench 测试中，它得分为 60.28，在 29 个模型中排名第七。排在前面的六个均为闭源模型（GPT Image 2.5 以 67.01 领跑）。而在开源模型中，它以绝对优势位列第一。
这是一项基于自评的基准测试，且主要衡量的是生成而非编辑能力。目前权重已上线 Hugging Face 与 ModelScope，Diffusers、ComfyUI、vLLM-Omni 以及 SGLang 均已在首日提供支持。
该模型采用 Qwen Research License 协议，“仅限非商业用途”。若需投入商业使用，必须与阿里巴巴另行签署协议。详情见后文。
它能做好虚拟试衣吗？
能，而且是零样本（zero-shot）直出。
测试设定：选取公开试衣图库中的 8 组图对，每组包含一张对镜自拍以及商家上传的商品原图（平铺图或模特图）。Qwen-Image-2.1 在 Comfy Cloud 上运行，步数为 16。Vertex AI 通过其 API 调用。两者使用相同的提示词流程，无 LoRA，无后处理。每组对比图从左至右依次为：买家照片、商品图片、Qwen-Image-2.1、Google Vertex AI。
文章开头的足球服是针对文字保留的测试。两个模型都成功保持了赞助商标志和队徽的清晰与位置准确，且都没有改变买家的手部、手机或背景。
**Qwen 表现更好的地方。**商品图中的模特穿着长袍并佩戴了奶油色头巾。Vertex 把头巾连同衣服一起带了过来。而 Qwen 仅替换了长袍，没有画蛇添足。
**Qwen 表现不足的地方。**平铺图的风衣长度到小腿中段。Vertex 准确还原了长度，但 Qwen 却在膝盖处截断了。不过两者的腰带、门襟和翻领细节都很准确。对于长款服装的下摆长度控制不准是它唯一持续出现的失误，这在另一件多层长裙测试中也再次暴露。
其余五组图（碎花中裙、荧光卫衣、两件套纱丽、大码长裙、蕾丝婚纱）两者难分伯仲。它们都保留了纱丽的内搭和边缘，准确还原了中裙的印花比例，且都没有改变人物的面部。
Qwen-Image-2.1 对比 Google Vertex AI 虚拟试衣
| Qwen-Image-2.1 (Comfy Cloud) | Google Vertex AI 虚拟试衣 | |
|---|---|---|
| 完成组数 | 8 / 8 | 8 / 8 |
| 单次试衣中位时间 | 9.9 秒 | 9.3 秒 |
| 单次试衣成本 | 约 $0.005 (GPU 耗时) | $0.06 (标价) |
| 并排质量盲测 | 6 次平局，1 次胜出，1 次落败 | 6 次平局，1 次胜出，1 次落败 |
| 权重 | 开源，可微调 | 闭源 API |
| 许可协议 | 仅限研究，商用需授权 | 商业许可 |
Qwen 的耗时包含了在 Comfy Cloud 上约 3 秒的排队时间。Qwen 的成本仅为模型本身的 GPU 耗时；一个完整的试衣请求还需要进行服装分类、提示词构建与质量检查。
协议限制与不足
**许可协议。**Qwen-Image-2.1 采用的是 Qwen Research License Agreement，而非 Qwen-Image-Edit-2511 所用的 Apache 2.0。协议明确规定“仅限非商业用途”，即仅供研究或评估，商用则需向阿里巴巴申请许可。在网店中添加试衣按钮显然属于商业行为。自行部署也同样受该协议约束。
**两处不足。**长款衣物的下摆长度问题，以及在多部件商品中丢失次要单品。这两点属于系统性偏差，但这正是 LoRA 能大显身手的地方。对于 7B 参数的模型，只需单张 GPU 几个小时即可练好一个适配器。ModelScope 的 DiffSynth-Studio 在首日就支持了 2.1 的 LoRA 训练，ComfyUI 也能通过标准节点加载适配器。训练数据只需使用模特图及对应的平铺图，这在时尚图册中现成就有。在提示词中明确服装品类、闭合方式及长度就能解决大部分下摆问题；剩下的则可以交由 LoRA 搞定。
这对 Genlook 意味着什么
Qwen-Image-2.1 是首个在我们的图对测试中，质量追平商业试衣 API 且单张成本远低于后者的开源模型。我们正在升级 Genlook 的试衣管线，在它表现更优的场景下接入该模型。配合环绕在模型周围的服装分类、提示词构建与质量检查机制，确保每一种商品类型都能获得最极致的试衣效果。上述的两处不足，正是管线升级首要攻克的目标。
对开发者而言，Genlook Try-On API 为各类商品提供统一接口。1 个点数对应 1 次试衣，单价为 $0.01。零平台费、无座席限制、无月度最低消费，点数永久有效，新注册账户均享免费点数。快速入门指南仅需四次调用即可跑通：创建商品、上传照片、生成、获取结果。
总结
- **发布亮点：**7B 开源权重模型，在单个模型中搞定生成、支持最多 10 张图的编辑，并处理透明度。在官方基准测试中排名开源模型榜首。
- **试衣表现：**零样本下，8 组对比有 6 组追平 Google Vertex AI。在不乱改非服装物品上表现更好，在长款服装的下摆长度控制上稍逊一筹。
- **成本对比：**每张图片约 $0.005 的 GPU 耗时，对比 API 的 $0.06 标价。
- **注意事项：**自托管用户受限于研究协议，模型自身的两处偏差需要通过 LoRA 来修正。
前往 platform.genlook.app 获取 API 密钥 以体验 Genlook Try-On API，或 为您的店铺添加虚拟试衣功能。
常见问题