Qwen Image 2.1 を使って新しい画像を生成したり、1 枚または 2 枚の参照画像を使って編集したりできます。透明背景のネイティブ RGBA 素材や最大 2K の画像を、ひとつのワークスペースで作成できます。人物や商品を保ち、ポスターやパッケージの文字もより鮮明に表現します。
ログインして一度に複数の画像を生成






公式 Qwen Image 2.1 の例では、透明なアセット、詳細な 2K ビジュアル、制御された編集、複数参照の構成、および信頼性の高いタイポグラフィーに焦点を当てています。

後から背景を削除するのではなく、ネイティブ アルファ チャネルを使用して、ステッカー、アイコン、孤立したオブジェクト、およびデザイン要素を生成します。

高解像度の製品やポートレート作品全体で、マテリアル、照明、顔、視覚的な細部をより一貫したものに保ちます。

このモデルは、人、製品、衣類、その他の提供された要素のアイデンティティを維持しながら、最大 10 個の参照を組み合わせることができます。

触れられていない領域と主題のアイデンティティを安定させながら、円、ペイントされた注釈、またはマスクを使用して直接変更します。

ポスター、看板、製品パッケージ用に、より明確なレタリング、より強力な視覚的階層、より信頼性の高いテキストを備えたレイアウトを作成します。

キャラクターやシーンの参照を、より幅広い物語、連続したフレーム、一貫した視覚的なストーリーテリングに変えます。
1 つのモデルは生成と編集をカバーし、同時に制作に対応した透明度、解像度、参照制御、およびタイポグラフィーを追加します。
通常の RGB 画像または透明な RGBA 出力を直接生成し、透明なレイヤーを編集し、別の背景除去パスを使用せずに被写体を抽出します。
デザイン、コマース、出版のワークフロー向けに、ネイティブ 2K ディテールを備えた正方形、ポートレート、ランドスケープ、ワイドスクリーンのコンポジションを作成します。
モデルのマルチリファレンス アーキテクチャを使用して、重要なアイデンティティと外観の手がかりを保持しながら、複数の人物や製品を構成します。
円、ペイントされたマーク、または個別のマスクで何を変更する必要があるかを正確に特定し、画像の残りの部分を保存します。
生成と編集の両方で、より読みやすいタイポグラフィー、洗練されたポートレートの照明、リアルなテクスチャ、一貫した製品の詳細を生成します。
テキストプロンプトや参照画像から、配置・修正・公開しやすい素材を作成できます。
店頭用に個別の製品画像、カタログの切り抜き、キャンペーンの構成、再利用可能な透明な PNG アセットを作成します。
アルファ対応のインターフェイス要素、キャラクター ステッカー、プロップ、スプライト、レイヤー化されたクリエイティブ リソースを生成します。
キャンペーン、パッケージコンセプト、お知らせ、ブランドコンテンツなどの画像作成と、よりクリアなテキストレンダリングを組み合わせます。
重要なビジュアルアイデンティティを維持しながら、シーン、服装、構成、編集全体で認識可能な主題を運びます。
テキストで生成を始め、より細かく調整したい場合は参照画像を 1~2 枚使って編集し、仕上がりを整えます。
件名、構成、スタイル、照明、テキスト、および出力に透明な RGBA 背景が必要かどうかを記述します。
シーン、オブジェクト、色、衣装、背景を変える場合は、[画像から画像] タブで参照画像を 1 枚または 2 枚アップロードします。
出力サイズを選択し、結果を生成し、必要に応じてより具体的な指示を使用して次の編集を行います。
これらのパターンを出発点として使用し、件名、スタイル、テキストを独自の要件に置き換えます。
RGBA 出力、アルファ チャネル、透明な背景を明示的に要求します。
透明度のあるRGBA画像です。鮮明なエッジとソフトなスタジオハイライトを備えた、光沢のあるエナメルロケットステッカー。画像にはアルファ チャネルがあり、背景は透明です。素材、照明、カメラアングル、背景、商用目的のレイアウトを指定します。
マットブラックのスマート スピーカー、4 分の 3 ビュー、ソフト リムの照明、リアルな生地の質感、微妙な反射、最小限のウォーム グレー セット、プレミアム e コマース アート ディレクションの 2K スタジオ製品イメージを作成します。各参照の役割に名前を付け、それらがどのように組み合わされるべきかを説明します。
屋上のディナーで、参照された人々を組み合わせて 1 つの自然なグループ ポートレートを作成します。各人の顔、髪、服装のアイデンティティを維持します。シーン全体の視点と暖かい夜の光を一致させます。選択した領域、正確な変更、および変更しないでおきたいものを述べます。
マークされた領域の内側では、青いジャケットをテーラードのクリーム色のトレンチ コートに置き換えます。顔、ポーズ、手、背景、カメラアングル、照明は変更しません。必要なテキストを引用符で囲み、階層、タイポグラフィ、レイアウトを定義します。
「NIGHT BREW」と「SEPTEMBER 28」とはっきりと書かれた縦長のコーヒー フェスティバル ポスターをデザインします。大胆に凝縮された見出し、すっきりとしたサポートテキスト、銅色とミッドナイトブルーのパレット、エディトリアルグリッド、プレミアムな印刷テクスチャー。Qwen Image 2.1 は、7B ビジュアル生成コンポーネント、Qwen3-VL テキスト エンコーダ、およびネイティブの透明性を実現するために構築された 64 チャネル RGBA オートエンコーダを備えた、テキストから画像への統合および画像編集モデルです。
ビジュアルジェネレーター
7B パラメータ
ネイティブ出力
2K 画像の生成
カラーフォーマット
RGB と RGBA
基準容量
画像は10枚まで
Qwen Image 2.1 のモデルワークフローは最大 10 枚の参照画像に対応しています。このページの Z-Image エディターでは、1 回の編集につき参照画像を 1 枚または 2 枚アップロードできます。
公式リリースは Diffusers、ComfyUI、vLLM-Omni、SGLang、LightX2V、ModelScope に対応しています。Z-Image の共通 Web ワークフローでは、画像生成に加え、参照画像を 1~2 枚使った編集を利用できます。
ネイティブ RGBA 出力、2K 生成、画像編集、リファレンス、テキスト レンダリングに関する回答。