阿里 Qwen-Image-2.1 開源了，但授權條款寫著「不能商用」——台灣設計圈先別急著換工具

週日晚上十一點，台北一位接案的視覺設計師在社群上看到有人轉發：阿里巴巴開源了新的生圖模型，7B 參數、自己的顯卡就跑得動、而且會直接吐出帶透明背景的 PNG。他當下的反應很直接——如果這是真的，那他每個月付出去的訂閱費可以省下一大半。

然後他點進 Hugging Face 的模型卡，往下捲到授權那一欄：Qwen Research License Agreement。

事件背景

Qwen 團隊在 2026 年 9 月 20 日釋出 Qwen-Image-2.1，權重同步上架 Hugging Face、ModelScope 與 GitHub。這是一個把「文生圖」與「圖像編輯」合併在同一個模型裡的版本，官方模型卡標示視覺生成部分為 7B 參數、32 層單流 DiT 架構，採用混合粒度注意力與前綴 KV 快取重用來壓低推論成本。

規格面有幾項對實務工作真的有意義。第一是原生 RGBA——模型可以直接生成帶透明通道的圖，不需要再跑一次去背。做過商品圖或簡報素材的人都知道，去背是整條流程裡最煩也最容易出錯的一步，尤其遇到毛髮與半透明材質。第二是一次可以吃最多十張參考圖，對維持角色或商品的一致性有幫助。第三是原生 2K 輸出，支援 1:1、4:3、3:4、16:9 等多種長寬比。

它也主打能在消費級顯卡上運行，社群回報 RTX 3090 這個級距就跑得動。ComfyUI、Diffusers、vLLM-Omni、SGLang 在釋出當天就支援。

本次重點

• 模型規模刻意做小：視覺生成部分 7B 參數，走的是「品質除以算力」這條路，而不是無止境堆參數。
• 生成與編輯合一：同一個模型既能從文字生圖，也能做局部編輯與合成，不必在兩套模型之間切換。
• 原生透明背景：直接輸出 RGBA，省掉一道去背工序。
• 最多十張參考圖：對系列素材的風格與主體一致性有實際幫助。
• 授權是研究用途：採 Qwen Research License Agreement，商業使用需另外申請授權。
• 釋出當天即有生態支援：ComfyUI 等主流工具零時差可用。

最後一項是整件事的關鍵，也是多數轉發貼文沒有提到的部分。「開源」這個詞在中文社群裡被用得很鬆，很多人把它等同於「免費可商用」，但這兩件事在授權條款上是分開的。權重公開下載，不代表你可以拿它產出的圖去接案、去上架商品、去做客戶的廣告素材。

市場影響分析

對台灣使用者：如果你是學生、研究者、或純粹想在自己電腦上玩生圖，這個模型很值得裝。7B 的規模讓一張中階顯卡就能跑，原生去背對做簡報與個人專案是實打實的方便。但如果你是接案設計師、電商賣家、或任何拿生成圖去換錢的人，在取得商業授權之前，這個模型對你的價值是零——不是技術上不能用，是用了會有風險。

台灣設計圈這兩年已經有人吃過類似的虧：用了授權不明的素材或模型產出的作品交給客戶，等到客戶方的法務在合約審查時問起素材來源，才發現答不出來。這種事情在企業客戶的採購流程裡會直接卡住案子。

對企業應用：需要商用的公司該做的動作很明確——向 Qwen 申請商業授權，並把授權文件留存。這不只是合規問題，也是給客戶的交代。另一個務實的選擇是評估其他明確允許商用的開源模型，這類模型的授權條款通常寫得很清楚，省下法務溝通的時間。

值得注意的是，這種「開放權重但限制商用」的授權策略正在變多。它讓模型能累積社群與研究能見度，同時把商業價值留在手上。從發布方的角度這很合理，但它也代表「看到開源就以為免費」的直覺，在 2026 年已經完全不能用了。

對開發者：技術上這個模型有幾個值得研究的地方。混合粒度注意力與前綴 KV 快取重用是為了在小參數量下維持品質的設計，對做推論最佳化的人有參考價值。原生 RGBA 的實作方式也值得看，因為多數生圖模型的透明背景是後處理出來的，品質差別很明顯。想在本機跑生圖工作流的人，可以搭配 ComfyUI 的節點串接，這部分的教學站上有 ComfyUI 完整教學。

未來發展趨勢

我的判斷是，開放權重模型會愈來愈往「授權分層」走：研究免費、商用付費、大規模商用另議。這其實是軟體業走過的老路，只是換到模型上重演一次。對使用者的意義是，接下來評估一個模型時，「能不能跑」跟「能不能用」必須分開問。

另一個趨勢是模型規模的分化。7B 這個級距正在變成「消費級硬體的甜蜜點」——夠小到能在家跑，夠大到品質可用。可以預期接下來會有更多團隊往這個方向做，而不是一味往上堆。對台灣的中小企業與個人工作者，這是好消息：不必租雲端 GPU，一台好一點的工作站就能建立自己的生成流程，資料也不用出門。

至於中文能力，開放權重模型在繁體中文的表現仍需實測。同樣是中文訓練資料，簡繁用語與排版習慣的差異在生成的文字部分會很明顯，這一點跟模型大小無關。

TheAI學院 總結與評語

Qwen-Image-2.1 是一個規格扎實的模型，7B 能做到原生透明與 2K 輸出，這件事本身就值得肯定。但這則新聞真正該被記住的重點，不是它多強，是它的授權寫什麼。

評語：2026 年了，看到「開源」兩個字請先往下捲到 License 那一欄。權重免費下載跟可以拿去賺錢，是兩件完全不同的事。

給台灣讀者的具體建議有三個。第一，如果你只是想玩想學，現在就去下載，這是目前消費級硬體上性價比很好的選擇。第二，如果你的產出會換成錢——接案、上架、做客戶素材——在拿到商業授權書之前不要用，改用授權明確的替代方案；相關的工具選擇可以參考站上的 /tools 分類與 Recraft 使用教學。第三，如果你在公司負責採購或法務，把「模型授權盤點」列進今年的待辦——很多團隊現在的生成流程裡混了好幾個來源不明的模型，這是遲早要處理的債。

資料來源

• Qwen-Image-2.1 官方模型卡（Hugging Face）
• TechNode：Alibaba's Qwen open-sources Qwen-Image-2.1
• The Decoder：Alibaba's open-weight Qwen-Image-2.1

本文依公開資訊整理，模型規格與授權條款以官方文件為準；商業使用前請自行確認最新授權內容。