10月9日，阿里通义千问把Qwen-Image-2.1-Turbo挂上了Hugging Face和魔搭。它是Qwen-Image-2.1的加速检查点，去噪步数从基座示例的40步压到8步，架构没换，仍是7B的视觉生成组件。官方没有单独发博文，只在项目动态里留了一行，模型卡上也没有任何评测分数。
八步出图，默认不再跑CFG
Turbo默认CFG=1，等于砍掉每一步的第二次前向计算，成本同时从步数和引导两条线上降下来。前缀KV缓存把文本和参考图的上下文在去噪过程中反复复用，编辑场景里同一张参考图不用每步重算。能力仍是文生图和指令式图像编辑两项，七种分辨率预设照旧，从2048×2048到2752×1536，原生透明RGBA输出也保留。加载沿用Diffusers的QwenImage21Pipeline，换个检查点名就能跑，这套配置此前的Qwen-Image-2.1已经定下。
采样表写进权重，这一步容易踩坑
模型卡里最值得注意的是采样调度的位置变了。推荐的8步schedule随检查点一起保存并自动加载，只传num_inference_steps不会覆盖它，得在调用时显式传sigmas参数才行，而卡片写明其它调度并未在这个检查点上做过评测。另一道门槛是依赖，它需要Diffusers支持由pipeline配置采样sigmas，该能力在PR #14950中加入，所以得源码安装Diffusers，直接pip装发行版可能不生效。环境还需要transformers>=5.17.0、accelerate、pillow以及带CUDA的PyTorch。
许可未变，商用要自己看条款
许可沿用Qwen Research License Agreement，商用前得自行确认限制。阿里云百炼国际站在10月9日同步上架了qwen-image-2.1-turbo，官方描述称它是Qwen-Image系列里综合表现与性价比最优的开源图像生成模型，支持多参考图、局部控制与高保真还原。至于8步之后画质掉了多少，卡片没给Qwen-Image-Bench分数，也没和基座对比，只能等社区的独立评测。
相关阅读：Recraft V4.1 Flash发布解析：1.3秒一张图0.007美元，自称市场最快图像模型
延伸阅读
- needle 开源：2-bit 量化、最小 8MB 端侧模型3 周前
- FLUX 3 开源权重传 10 月 6 日发布，黑森林 4K 图像模型交给社区7 天前
- 宇树科技发布 UnifoLM-OminiA-0.3：单模型统筹家居康养，具身大模型进入“一站式”时代3 月前
- Meta 开源 Muse Glimmer：30B 本地代理模型，一张消费级显卡跑满血智能体2 月前