Qwen-Image 2.1: ما هو نموذج الصور مفتوح الأوزان بحجم 7B حقًا؟

Qwen-Image 2.1 هو النموذج الذي يبحث عنه الناس بالاسم ولا يجدون شيئًا حاليًا. إنه نموذج Alibaba مفتوح الأوزان لتحويل النص إلى صورة وتحرير الصور، صدر في 20 سبتمبر 2026، ومعظم الالتباس حوله بنيوي: فهو أحدث من Qwen-Image 3.0، الذي أصدره الفريق نفسه في 21 يوليو 2026، وأقدم من Qwen-Image 2.1 Turbo، نقطة التحقق المعجّلة التي تلته في 9 أكتوبر 2026. ثلاثة أسماء، عائلة واحدة، ثلاثة منتجات مختلفة حقًا — وأرقام الإصدارات لا ترتّب أيًا منها ترتيبًا صحيحًا.

هذه الصفحة هي المرجع للنموذج نفسه: ما هو، وما يقبله ويعيده، وما يسمح به ترخيصه فعليًا، وأين توجد الأوزان، وما الموثّق أنه يعمل عليه. عمر الإصدار 23 يومًا وقت كتابة هذا النص، لذا اعتبره الحقيقة التي تؤرّخ النموذج لا خبرًا — والسؤال الجدير بالإجابة هو السؤال الثابت الذي يراود القارئ عندما يكتب اسم النموذج نفسه.

منتجات Qw​en الثلاثة للصور، مُبقاة منفصلة

تكاد كل التوقعات الخاطئة بشأن Qwen-Image 2.1 تنبع من التعامل مع العائلة كتسلسل واحد. وهي ليست كذلك. تقع المنتجات الثلاثة الحالية عند نقاط مختلفة على صعيدي القدرة والوصول:

• Qwen-Image 2.1 — نموذج واحد يقوم بكل من توليد الصور من النص وتحرير الصور، مع 7 مليار معلمة في مكوّن توليده البصري و32 طبقة DiT أحادية المسار، نُشر كأوزان مفتوحة بموجب ترخيص بحثي. صدر في 20 سبتمبر 2026.

• Qwen-Image 2.1 Turbo — البنية نفسها لتوليد المحتوى المرئي بحجم 7B وإعدادات الدقة المسبقة نفسها، صدرت كنقطة تحقق (checkpoint) متسارعة منفصلة في 9 أكتوبر 2026 تُزيل الضوضاء في 8 خطوات بدلاً من 40، مع ضبط CFG افتراضيًا على 1 وجدول أخذ العينات الموصى به محفوظًا داخل نقطة التحقق. إنه نسخة أسرع، وليس فئة قدرات.

• Qwen-Image 3.0 — الجيل الثالث من النموذج، الصادر في 21 يوليو 2026، وهو الجيل المغلق. لا يوجد مستودع أوزان له على Hugging Face أو ModelScope، ولا تنشر مواد إطلاقه عدد المعاملات ولا الترخيص. تدور أبرز مزاعمه حول كثافة النص والمعرفة — مطالبات تصل إلى 4.5 ألف رمز، ونص بحجم 10px يُعرض بشكل مقروء، و12 لغة، وأكثر من 100 نمط فني — وهي مزاعم الشركة المطوّرة نفسها، ولم يُعَد إنتاجها هنا. إذا كنت بحاجة إلى أقوى عرض للنص في هذه العائلة، فهذه هي حجة الإصدار 3.0؛ أما إذا كنت بحاجة إلى تشغيل النموذج بنفسك، فإن 3.0 ليس خيارًا مطروحًا على الإطلاق.

هناك أمر رابع يستحق الفصل لأنه يتشارك اسم 2.1: منذ 9 أكتوبر 2026، تحمل قائمة أخبار المورّد واجهات برمجة التطبيقات المستضافة لـ Qwen-Image-2.1 Pro and Turbo على أنها متاحة رسميًا على Aliba​ba Cloud Model Studio. هذا مسار تقديم للنموذج نفسه، وليس نموذجًا رابعًا.

ما هو تحت الغطاء

البنية، كما هي منشورة على بطاقة الطراز والمستودع الخاصين بالمورّد، مدمجة بمعايير مجال الصور الحالي، ومنظَّمة حول فكرة واحدة: جعل تحرير الصور المتعددة منخفض الكلفة.

• Transformer — 32 طبقة، 7 مليارات معامل، DiT أحادي المسار مع انتباه سببي كتلي. النص، بما في ذلك بادئة النظام وتعليمات التحرير، يخضع لقناع سببي على مستوى الرمز؛ أما توليد الصور فيخضع لقناع ثنائي الاتجاه على مستوى الكتلة.

• مشفّر النص — Qwen3-VL 8B، نموذج بصري لغوي يشفّر كلاً من تعليمة النص وأي صور شرطية إلى تمثيل واحد. في التنزيل المنشور، يشكّل النصف الأكبر من المكدس.

• VAE — مُشفِّر تلقائي RGBA بـ64 قناة مع ضغط مكاني 16×، وهو مصدر الشفافية الأصلية بدلاً من المعالجة اللاحقة.

• المجدول — مطابقة التدفق مع جدولة أويلر المنفصلة والإزاحة الديناميكية؛ 40 خطوة لإزالة الضوضاء افتراضيًا على نقطة التحقق الأساسية.

يمثّل هذا التقسيم ذو الحبيبية المختلطة حجة الكفاءة. تُحسب الصور المدخلة والتعليمات مرة واحدة في خطوة إزالة الضوضاء الأولى، ثم يُعاد استخدامها بعد ذلك كسياق بادئة مُخزَّن مؤقتًا، لذا فإن إضافة صور مرجعية تكلّف أقل مما ستكلّفه في تصميم يعيد ترميز كل شيء في كل خطوة.

الترخيص، تمامًا كما نُشر

هذا هو الجزء الذي تخطئ فيه معظم الملخصات، في كلا الاتجاهين. Qwen-Image 2.1ليس مفتوح المصدر بالمعنى المتساهل، وهوليس مغلقًا أيضًا. تُصنّفه بطاقة Hugging Face بوسمlicense: other معlicense_name: qwen-research، وملف LICENSE في المستودع هوQwen Research License Agreement، بتاريخ 20 سبتمبر 2026. وبقراءة في 13 أكتوبر 2026، يمنح بنده التنفيذي

• ترخيص محدود غير حصري وعالمي وغير قابل للتحويل وخالٍ من الإتاوات لاستخدام المواد وإعادة إنتاجها وتوزيعها ونسخها وإنشاء أعمال مشتقة منها وتعديلها — لأغراض غير تجارية فقط.

تُعرِّف الاتفاقية مصطلح "غير تجاري" تعريفًا ضيقًا، على أنهلأغراض البحث أو التقييم فقط، وتنص صراحةً على ما عدا ذلك: "لا يجوز لك استخدام المواد لأي غرض تجاري دون الحصول على ترخيص تجاري منفصل منا"، ويُطلب الحصول عليه عبر البريد الإلكتروني على العنوان الذي تسميه الاتفاقية. لذا فالوضع العملي لأي فريق يتلخص في سطرين لا سطر واحد: الأوزان قابلة للتنزيل والفحص والتكميم والضبط الدقيق، ويتطلب طرح منتج يعتمد عليها محادثة مع Aliba​ba أولًا.

تصاحب إعادة التوزيع ثلاثة شروط إضافية يسهل إغفالها عندما يُلخَّص الترخيص بأنه «غير تجاري». يجب أن تسلِّم نسخة من الاتفاقية إلى أي شخص تعيد التوزيع إليه. ويجب أن تحمل الملفات المعدَّلة إشعارات بارزة بأنه قد أُجري عليها تغيير. ويجب أن تحتفظ أي نسخة موزَّعة بنص الإشعار الذي تحدده الاتفاقية حرفيًا، مع نسب المادة إلى Hangzhou Tongyi Laboratory Technology Co., Ltd. وإلى جانب هذه، توجد قاعدتان للاستخدام: إذا استخدمت النموذج أو مخرجاتاته لتدريب نموذج ذكاء اصطناعي أو ضبطه الدقيق أو تحسينه ثم توزّعه، فيجب أن تعرض بشكل بارز «Built with Qw​en» أو «Improved using Qw​en» في وثائق المنتج؛ ولا يجوز لك استخدام «Qw​en» كاسم أساسي أو معرّف لعمل مشتق، غير أن الاستخدام الوصفي مثل «fine-tuned from Qw​en Image» مسموح به. القانون الحاكم هو القانون الصيني، مع اختصاص قضائي حصري للمحاكم الشعبية في هانغتشو.

هناك مقارنة تستحق أن تُجرى، لأنها تتعلق بالمكان الذي انتقلت إليه العائلة لا بالمكان الذي بدأت منه. إصدارات Qwen-Image الأقدم مرخّصة بتراخيص متساهلة: بطاقات النماذج الخاصة بـ Qwen-Image، Qwen-Image-Edit، Qwen-Image-Edit-2509، Qwen-Image-Edit-2511، Qwen-Image-Layered وQwen-Image-2512 جميعها تحمل apache-2.0 كما هو مقروء في 13 أكتوبر 2026، دون أي قيد تجاري. أما Qwen-Image 2.1 فهو الاستثناء الذي يكسر هذا النمط. التراخيص الممنوحة بالفعل لا تتغير بأثر رجعي، لذا تظل نقاط التحقق الأقدم قابلة للاستخدام وفق شروطها الأصلية — لكن أي شخص يخطط لخط أنابيب تجاري على افتراض أن أحدث نموذج Qwen للصور سيكون متساهل الترخيص ينبغي أن يقرأ هذا قبل الإصدار التالي، لا بعده.

ما الذي يدخل، وما الذي يخرج

سطح الإدخال أوسع من سطح نموذج نص-إلى-صورة، ويتضمن سطح الإخراج شيئًا لا تنتجه معظم نماذج الصور على الإطلاق. وفقًا لبطاقة النموذج ومستودع المورّد:

• نص فقط — ينتج الأمر النصي صورة. تحويل النص إلى صورة هو الوضع الافتراضي؛ لا توجد نقطة تحقق T2I منفصلة لاختيارها.

• صورة واحدة بالإضافة إلى توجيه — استدعاء التحرير القياسي، حيث يتم تمرير الصورة إلى جانب تعليمات.

• حتى 10 صور مرجعية — تجمع أمثلة المورّد ست صور شخصية في صورة جماعية واحدة، وخمس لقطات لمنتجات في إطلالة واحدة، وعشر صور للأثاث في غرفة واحدة. هذه هي القدرة التي صُممت المعمارية من أجلها.

• التحكم في التحرير الموضعي، بثلاث طرق — دوائر تُرسم على الصورة (يمكن تمييز عدة مناطق دفعة واحدة باللون)، أو تعليقات مرسومة، أو قناع منفصل يُقدَّم كمدخل خاص به كي تبقى الصورة الأصلية دون علامات.

• الشفافية في كلا الاتجاهين — إنشاء صورة RGBA مباشرةً من مُوجّه باستخدام تنسيق المُوجّه الموصى به من المورّد، والتحرير داخل طبقة شفافة بما في ذلك النص، واستخراج عنصر من صورة فوتوغرافية RGB عادية كطبقة RGBA.

• نطاق الحجم — أصلي 2K، افتراضيًا 2048×2048، مع سبعة إعدادات مسبقة منشورة: 1:1 عند 2048×2048، و4:3 عند 2400×1792، و3:4 عند 1792×2400، و3:2 عند 2528×1696، و2:3 عند 1696×2528، و16:9 عند 2752×1536، و9:16 عند 1536×2752.

• المُخرَج — كل مثال في شيفرة البائع نفسه يكتب PNG، ومسار الشفافية يكتب RGBA بقناة ألفا حقيقية. لا يوجد تعداد منفصل لتنسيقات المُخرَج منشور، لذا فإن PNG هو ما ينتجه المسار الموثّق لا حدٌّ مُثبَت.

ثمة غيابان يستحقّان الذكر بدلًا من تركهما ليكتشفهما القارئ. لا تنشر البطاقة أي حد أقصى لطول المطالبة النصية الخاص بـ Qwen-Image 2.1 — فرقم الإدخال البالغ 4.5k توكن يخص Qwen-Image 3.0 ولا ينبغي تعميمه على Qwen-Image 2.1. ولا يوجد سعر منشور للأوزان المفتوحة، لأنه لا توجد تعريفة مستضافة لكل صورة مرتبطة بالتنزيل؛ التكلفة هي مواردك الحاسوبية الخاصة. وتُعدّ واجهات برمجة التطبيقات Pro وTurbo المستضافة على Model Studio مسارًا تجاريًا منفصلًا، وتذكر المواد التي تمكّنا من قراءتها أن تفاصيل الوصول والاستخدام موجودة على صفحات وحدة تحكم المورّد وليس في ملاحظات الإطلاق العامة.

عرض النصوص وتحريرها، بكلمات المورد نفسه

إن ادعاءات البائع لهذا الإصدار نوعية، ويستحق الاقتباس بها كادعاءات لا كقياسات. بخصوص النص، تقول المدونة إن العرض "يراعي ليس المحتوى نفسه فحسب، بل أيضًا أنماط الخطوط والتخطيط وعلاقتها بالتكوين العام"، وتوضح ذلك بأربعة أمثلة. وفيما يخص التحرير، فإن التحسينات الأربعة المذكورة هي: صور مرجعية متعددة، والتحرير المحلي، والحفاظ على الدقة للأشخاص والمنتجات، وتغطية المهام — مع لوحات بانورامية تُولَّد من سيلفي واحد، ورسوم بيانية معلوماتية تُوسَّع من صورة منتج، ومرجع شخصية بثلاثة أوضاع يُحوَّل إلى لوحة قصة. هوية الصورة الشخصية واتساق المنتج هما ادعاءا الدقة الوحيدان اللذان تذكرهما صراحة.

ما لا يُنشر لا يقل أهمية. لا يوجد جدول معايير رقمي لـ Qwen-Image 2.1 في مواد المورّد: تعرض المدونة مقارنة Qwen-Image-Bench كصورة دون أرقام مكتوبة في النص، ولا ينشر المستودع أي جدول تقييم على الإطلاق. لذا لا يوجد رقم مُبلَّغ عنه من المورّد لهذا النموذج يمكن وسمه بأنه صادر عن المورّد. ولا ننشر نحن أيضًا رقمًا مستقلًا: يظهر النموذج في ساحات صور تابعة لجهات خارجية، لكننا لم نتمكن اليوم من إعادة التحقق من نتيجة حالية على لوحة، ورقم لوحة صدارة لا يمكننا إعادة التحقق منه ليس رقمًا يستحق تقديمه لقارئ. تعامل مع مسألة عرض النص على أنها مفتوحة، ولاحظ أن أقوى ادعاءات المورّد نفسه بشأن النص — رقم 10 بكسل، و12 لغة — تخص Qwen-Image 3.0، لا هذا النموذج.

أين توجد الأوزان، وبأي صيغ

تُنشر الأوزان في مكانين، وكلاهما من الطرف الأول: Hugging Face على Qwen/Qwen-Image-2.1 وModelScope على مسار مؤسسة Qw​en المطابق، مع Space تجريبي مستضاف إلى جانبهما. يظهر مستودع Hugging Face بحجم إجمالي 33.1 GB، والتفصيل هو الجزء العملي:

• Transformer — جزآن من safetensors بصيغة BF16، بحجم يقارب 9.97 غيغابايت و4.26 غيغابايت، مع ملف فهرس.

• مُرمِّز النص — أربع شرائح BF16 safetensors يبلغ مجموعها نحو 17.5 غيغابايت، ولهذا يُوصَف مُرمِّز Qwen3-VL 8B أعلاه بأنه النصف الأكبر من التنزيل.

• VAE — ملف safetensors واحد بحجم 1.35 GB يحمل المشفّر التلقائي RGBA.

• بنية Diffusers — المستودع عبارة عن إصدار بتنسيق Diffusers (model_index.json، transformer/، text_encoder/، vae/، scheduler/، processor/)، وهو ما يجعل استيراد خط الأنابيب أدناه سطرًا واحدًا.

• حزمة تغليف ثانية لـ ComfyUI — Comfy-Org/Qwen-Image-2.1 تُعيد تغليف النموذج نفسه كمكوّنات في ملفات منفردة: نسختا bf16 وint8 من نموذج الانتشار، وVAE، ومشفّر نص Qwen3-VL 8B بصيغة bf16 وint8 وw4a8، ومشفّرا إعادة صياغة المطالبات، وTurbo LoRA ورقعة ControlNet-Union. إذا كنت تنوي تشغيل هذا في ComfyUI بدلًا من Python، فإن ذلك المستودع، وليس المستودع الرئيسي، هو ما تقوم بتنزيله.

للمقارنة، ذكرت صفحة Hugging Face نفسها أن عدد التنزيلات بلغ 142,375 خلال الشهر الماضي حتى 13 أكتوبر 2026 — وهو رقم تعرضه المنصة من موقع الاستضافة، وليس ادعاءً من Alibaba بشأن التبنّي.

كيفية تشغيله اليوم

هذا هو الجزء الغريب حقًا في قصة Qwen-Image 2.1: فقد وصل دعم وقت التشغيل الموثّق مع الأوزان، لا بعدها بأشهر، لذا فالسؤال ليس ما إذا كان بإمكانك تشغيله، بل أيّ من عدة مسارات مدعومة لديك بالفعل.

• Diffusers (المسار الموصى به من المورّد) — QwenImage21Pipeline المحمّل من Qwen/Qwen-Image-2.1 بتنسيق BF16، مع transformers>=5.17، torch>=2.4 وDiffusers مثبّت من المصدر. تُحمّل نقطة تحقق Turbo عبر صنف خط الأنابيب نفسه.

• ComfyUI — دعم أصلي من اليوم الأول، مع سير عمل قوالب منشورة لتحويل النص إلى صورة ولتحرير الصور، باستخدام أوزان Comfy-Org أعلاه.

• vLLM-Omni — سكربتات دون اتصال وخدمة عبر الإنترنت بنمط OpenAPI (vllm serve … --omni)، مع توثيق التنفيذ خطوة بخطوة، والتخزين المؤقت KV للبادئة، وفك ترميز CUDA Graph، وتكميم FP8، وتوازي TP/Ulysses.

• SGLang — دعم أصلي من اليوم الأول عبر sglang generate، مع إضافة --image-path كوسيط للتحرير، مع خيارات التوازي والتفريغ.

• LightX2V — مسارات تسريع Day-0 التي يحافظ عليها مشروع ModelTC.

• أجهزة غير NVIDIA — مسار AMD Radeon عبر ROCm وPyTorch وDiffusers، ومسار FlagOS يغطي ثماني منصات شرائح عبر صور وأوزان مُعدّة مسبقًا منشورة على ModelScope.

ثمة ملحق واحد يُعد فعليًا جزءًا من التثبيت إذا كنت تهتم بجودة المخرجات: يأتي الإصدار مع نقطتَي تحقق لإعادة صياغة المطالبات، Qwen-Image-2.1-PE-T2I وQwen-Image-2.1-PE-I2I، وكلاهما طرازان Qwen3.5-VL 9B مضبوطان بدقة، مع كود إعادة الصياغة ومطالبات النظام منشورَين في المستودع. ويوصي المورّد بإعادة صياغة المطالبات القصيرة إلى مفصّلة بدلًا من استدعاء نموذج الصور مباشرة.

إذا كنت تفضّل ألّا تحتفظ بحزمة بسعة 33 GB في الذاكرة على الإطلاق، فإن نقاط نهاية Model Studio Pro وTurbo هي المسار المُقدَّم، المتاح منذ 9 أكتوبر 2026. نحن لا ننشر سعرًا لكل صورة لهما، لأن ملاحظات الإطلاق العامة التي تمكّنا من قراءتها لا تنشر أي سعر.

أين يتركك هذا

لنقلها بوضوح، لأنها الحقيقة التي تحسم معظم التقييمات: إن OrcaRouter لا يوجّه Qwen-Image 2.1 ولا أي نموذج من Qwen-Image. راجعنا قائمة النماذج الحية الخاصة بنا في 13 أكتوبر 2026، وهو ليس موجودًا فيها. إذا كانت الأوزان المفتوحة هي ما أقنعك، فإن المسارات هي تنزيل مستضاف ذاتيًا أو واجهة برمجة التطبيقات المستضافة الخاصة بالمورّد — وليس نحن.

ما لدينا بالفعل هو الشكل العام للمشكلة التي يخلقها هذا النموذج لفريق يرغب في تجربته. Qwen-Image 2.1 صعب التعامل معه على نحو خاص: قادر حقًا وفق المواصفات المنشورة، ومقيّد حقًا بترخيصه لأي استخدام تجاري، وثقيل بما يكفي بحيث تكون الاستضافة الذاتية مشروعًا لا مهمة عابرة بعد الظهر. وهذا هو مبرر عدم وضعه في مسار إنتاجي من اليوم الأول. يقدّم OrcaRouter أكثر من 200 نموذج خلف نقطة نهاية واحدة متوافقة مع OpenAI بسعر قائمة المزوّد دون أي هامش ربح، مع تجاوز تلقائي للفشل عبر المزوّدين ولغة DSL للتوجيه تتيح لك تأليف عدة نماذج في استدعاء واحد، بحيث يمكن لنقطة تفتيش مرخّصة للبحث ما زلت تقيّمها أن تجلس إلى جانب نموذج تثق به بالفعل بدلًا من أن تحل محله. يأخذ دمج النماذج الفكرة نفسها إلى أبعد مدى، إذ يتيح لمجموعة من النماذج الإجابة عن المطالبة نفسها، فتحدث المقارنة على مدخلاتك الخاصة بدلًا من معرض أمثلة المورّد.

ثلاثة قراء، وثلاث إجابات مختلفة. إذا كنت تبني تجارياً، فالترخيص هو القرار بأكمله، وهو يقول لا ما لم يكن هناك تفاوض — ابدأ ذلك الحوار أو اختر نقطة تحقق Apache-2.0 من العائلة نفسها. إذا كنت تبحث أو تضبط النموذج بدقة أو تحتاج أصولاً شفافة وأكثر من ثلاث صور مرجعية، فهذا هو النموذج الذي تُقاس عليه حالياً بقية الطبقة المفتوحة، ودعم التشغيل منذ اليوم الأول يعني أن عمل الدمج يسير. إذا كنت تحتاج صوراً إنتاجية كثيفة النصوص وتفضّل ألا تشغّل أي شيء بنفسك، فإن Qwen-Image 3.0 المغلق ونقطة النهاية Pro المستضافة هما إجابة المورّد نفسه على ذلك، ولا يزال تصنيف مدى تقدّم عرض النصوص في هذا النموذج سؤالاً مفتوحاً بلا رقم منشور يسنده.