
Qwen-Image-2.1 無審查版:這些社群建構版本是什麼,以及它們所繼承的授權條款
- Orca新Orca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 每百萬 tokens · 61 tok/s
- openai新OpenAI: GPT-6.1 Sol2026-09-2952智能
- anthropicAnthropic: Claude Sonnet 5.52026-09-2856智能
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 每百萬 tokens · 311 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2238智能
- OpenAIOpenAI: GPT-6 Sol2026-09-2248智能
- AnthropicAnthropic: Claude Opus 5.52026-09-2258智能
- xAIGrok 4.72026-09-2146智能
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 每百萬 tokens · 42 tok/s
- OrcaOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 每百萬 tokens · 239 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-09-1040智能
- OpenAIOpenAI: GPT-6 Astra2026-09-0453智能77程式
- GoogleGoogle: Gemini 3.8 Flash2026-09-0241智能76程式
- AlibabaQwen: Qwen3.8 Max (0902)2026-09-0245智能76程式
- AnthropicAnthropic: Claude Fable 5.12026-09-0153智能82程式
- TencentTencent: Hy4 preview2026-08-28$0.83 / $2.50 每百萬 tokens · 56 tok/s
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 每百萬 tokens · 120 tok/s
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642智能72程式
- DeepSeekDeepSeek: DeepSeek V4 Flash Vision (Exp)2026-08-21$0.22 / $0.66 每百萬 tokens · 212 tok/s
- z-aiZ.ai: GLM 5.32026-08-1845智能75程式
一個未經審查的 Qwen-Image-2.1 版本,指的是這樣一種檢查點:其審核行為已被改動、被移除,或者從一開始就根本不存在——它由第三方製作,並由廠商自家工程團隊以外的人以衍生權重形式散布。這正是此處該詞的含義,也是從日文搜尋「無検閲」或韓文「무검열」進來的讀者所想找的東西:不是從模型中剝除過濾器的技術,而是對以下問題的解答——是否存在一個沒有過濾器的版本、它身在何處,以及你下載到的是真貨還是某人的重新上傳。這個答案的簡短版本是:是的,這樣的版本存在數十個;它們沒有一個出自廠商之手;而它們每一個都從廠商那裡繼承來的唯一一樣東西,就是授權條款。
這是參考頁面,而非新聞內容,而且值得明確說明原因。Qwen-Image-2.1於 2026 年 9 月 20 日開源;這在此處之所以重要,只是因為該日期能告訴你下列每個建置版本衍生自哪個廠商發行版,以及它們全都採用哪份授權合約。這些建置版本的日期,以其各自的儲存庫所公布的日期為準;其中有數個是在撰寫本頁的幾天內更新,但下文沒有任何內容取決於近期事件。這裡要回答的,是人們在任何事情發生數個月後仍會輸入的問題;答案存在於儲存庫與授權檔案中,而不是版本發行說明裡。
從一個尷尬的事實開始:沒有篩選器可以移除
在閱讀此方面的任何模型卡之前,你能知道的最有用的事,就是廠商自家發布內容實際上包含什麼。這個Qwen/Qwen-Image-2.1儲存庫的model_index.json,於 2026 年 10 月 13 日讀取,宣告了一個恰好由五個元件組成的管線:一個Qwen3VLProcessor用於輸入處理、一個FlowMatchEulerDiscreteScheduler、一個Qwen3VLForConditionalGeneration文字編碼器、一個QwenImage21Transformer2DModel擴散 Transformer,以及一個AutoencoderKLQwenImage21 VAE。沒有safety_checker項目。在該檔案中任何地方都沒有審核元件,也沒有浮水印元件。
供應商的發布資料並未附帶任何可接受使用清單。Qwen/Qwen-Image-2.1、Qwen/Qwen-Image-2.1-Turbo以及兩個提示改寫檢查點的模型卡,各自都包含簡介、快速入門說明與授權條款區段;這四者皆未納入安全、負責任使用、濫用或超出範圍的區段,而供應商在 GitHub 上為該模型設立的儲存庫也同樣沒有。授權協議是供應商隨這些權重發布的唯一使用聲明,因此本頁下方會以相當篇幅討論,而非將其放在註腳中。
這種組合會產生某種略顯奇怪的情況。在這個面向中,「無審查」被要求代表的很大一部分,其實是基礎權重似乎早已具備的性質。因此,廠商的檢查點與「無審查」版本之間的實際差異,通常並不是一個原本存在、如今已被移除的過濾器——而是你收到的是哪些元件,以及由誰組裝它們。這種區別並非吹毛求疵:它是這樣兩種建置之間的差異——一種是其模型卡能誠實地寫著「未施加任何權重修改」,另一種是其模型卡所描述的則是對神經網路的實際編輯。
這些建置實際上究竟是什麼
每個含有未經審查版 Qwen-Image-2.1 的儲存庫,都是衍生製品。它們都不是廠商發行版,也都未獲廠商背書;而且儲存庫名稱中的「uncensored」一詞,是上傳者自己寫下的描述,並非廠商的分類。除了這個共同起點之外,這些建置版本還會分歧為三種類型,而讀者最需要做的,主要就是把它們區分開來。
• 一個重新打包的上游檢查點。此面向中下載次數最多的儲存庫——abenzerps/Qwen-Image-2.1-Uncensored-Quantized,於 2026 年 10 月 13 日讀取時顯示過去一個月有 4,110 個讚與 2,188,658 次下載——將其內容描述為上游模型的量化格式,「使用原始上游基礎權重」,並以具名來源修訂版本建置而成,附有已發布的 SHA256SUMS 檔案。其卡片並未聲稱曾進行微調、消融或權重修改。它所述的是缺少過濾器:「此版本沒有內建安全檢查器或內容過濾器」,並將輸出行為「完全」歸因於提示詞與執行環境。另一個儲存庫 0xSojalSec/Qwen-Image-2.1-Uncensored-GGUF 表述得更為明確,直接聲明其檔案是原始權重的量化版本,且「未套用任何微調、消融或其他權重修改」——這張卡片正面否認修改過任何東西,而儲存庫名稱卻宣傳未經審查的輸出。
• 文字編碼器經過編輯的模型檢查點。 這是這個面向中唯一具有權重層級方法記載的類型,而且值得精確描述,因為它展現了當整個流程真的完成並被記錄下來時,實際上是什麼樣子。 AtomicChat/Qwen-Image-2.1-Turbo-Uncensored-GGUF——獲得 375 個讚,以同樣的判讀在上個月有 161,715 次下載——聲稱它對模型另外獨立的視覺語言編碼器 Qwen/Qwen3-VL-8B-Instruct 執行了 abliteration 程序,而非對影像模型本身。拒答方向是以提示詞最後一個 token 處殘差流的平均值之差計算得出,使用 416 個有害與 416 個無害的英文提示詞,在 36 層堆疊中的第 23 層區塊進行;接著該方向透過編輯 W' = W − 0.75 · r rᵀW 從權重中投影移除,套用於 36 個注意力輸出、36 個 MLP 降投影以及 token 嵌入,而視覺塔則保持未動。該說明卡明白指出,去噪器未經更動,視覺投影器也未經修改。這只是單一發布者對自身流程的陳述,未經任何其他人重現,而它是這個面向所擁有的、最接近有文件記載方法的事物。
• 一個檢查點,其模型卡完全沒說明它是如何製作的。 這是數量上最大的一群,也是最棘手的一類。 KasugaiSakura/Qwen-Image-2.1-Uncensored-Abenzerps-GGUF 在 Hugging Face 上被標示為複製自 abenzerps 儲存庫,並且並列提供兩組檔案,卻未說明兩者差異何在。 LuffyTheFox/Qwen-Image-2.1-Uncensored-Genesis-BF16-GGUF 名稱中帶有「Genesis」程序,描述會掃描 ssm_conv1d 張量並套用自訂的奇異值分解處理,還說作者完全不訓練或微調模型——然而全篇沒有任何地方提及安全過濾。 Noctaluna/Noct-Q-Uncensored-Qwen-Image-2.1,是搜尋結果中按讚數最高的儲存庫之一,其模型卡被置於平台的敏感內容閘門之後,因此沒有帳號與年齡確認就完全無法閱讀當中的任何內容。
誠實的概括就是已經隐含的那一種:具體細節因作者而異,而且往往沒有文件記載。讀者應把模型卡視為唯一能證明權重經歷了什麼的證據,並應把「沒有陳述」理解為沒有陳述,而非暗示性的主張。另外,該面向中至少有一個儲存庫在發布其檢查點的同時,也發布了實際的轉接器檔案——abenzerps 在同一個儲存庫中附帶了一個小型的 qwen-image-2.1-uncensored-lora.safetensors——這直接證明了真正的權重層級修改是這個生態系的一部分,也同樣直接證明了它與儲存庫名稱並不是同一回事。
如何分辨真實組裝與重新上傳
承載資訊的訊號,比它們看起來還要窄。一個儲存庫實際上告訴你的事:
• 模型卡是否標明來源修訂版本。 abenzerps 儲存庫標明了其權重取自 Qwen/Qwen-Image-2.1 的特定提交雜湊。鎖定修訂版本,就是「衍生自已知事物」與「衍生自某個東西」之間的差別。
• 是否會發布總和檢查碼。SHA256SUMS 檔案能讓你確認下載的檔案就是經過測試的那個檔案,對於你無法逐一檢視的多 GB 大型產物而言,這一點比平常更為重要。
• 它是否描述了一種方法,以及該描述是否可被否證。 AtomicChat 卡片提供了所使用的提示、區塊索引、編輯公式,以及實際觸及的張量——而且值得注意的是,它報告自身有兩道評估關卡未通過。一張描述了一套程序、接著又報告該程序哪裡不足的卡片,正在做一件只寫著「uncensored」的卡片做不到的事。
• 儲存庫宣告的是哪一種授權條款,以及它是否與其各元件相符。 這既是法律上的訊號,也同樣是來源溯源的訊號,而且它不見得內部一致——請見下文。
• 平台是否將其標記為重複。Hugging Face 會將他人儲存庫的複製品標示為重複。這次搜尋中下載次數最高的幾個項目,其實是 abenzerps 儲存庫的複製品,而非獨立之作;這本身不一定是問題,但意味著它們的下載次數等於同一個成品被重複計算了兩次。
而那些不攜帶任何東西的訊號:
• 「uncensored」這個詞本身。它是上傳者所選檔名中的一個欄位。此分類面向中的某個儲存庫帶有這個詞,但其自身的資訊卡卻否認有任何權重修改;另一個儲存庫也帶有這個詞,卻完全沒有任何安全聲明。
• 下載次數與按讚數。Hugging Face 在 2026 年 10 月 13 日搜尋字串「qwen-image-2.1-uncensored」,傳回 92 個儲存庫,而這些計數從寥寥數個到數百萬不等。數字龐大,衡量的是有多少人取用了這個檔案,而不是檔案裡有什麼。
• 暗示某種譜系關係的檔案命名。與另一個儲存庫名稱相呼應,或附加「Genesis」、「Sakura」或「Noct」之類後綴的名稱,並不構成檔案內容的證據。
還有一個值得知道的訊號,因為它是那種會無聲失效的訊號:一個儲存庫可能對自身所適用的授權條款——以及因此對你能拿它做什麼——內部自相矛盾。Turbo 系列的無審查建置把一個經過編輯的 Apache-2.0 文字編碼器,與一個其模型卡本身說屬於研究授權的降噪器配在一起——而該儲存庫自己的授權欄位卻寫著 Apache-2.0。同一份下載的兩半分別適用兩種不同授權。這不是要在這裡釐清的技術細節;這正是為什麼下面的授權條款一節值得在檔案清單之前先讀。

當審核行為被改變時,實際上會有什麼改變?
令人不安的答案是,這個面向幾乎沒有任何事情被測量過,而唯一存在的測量結果完全沒有發現任何影像端的效應。
其作者回報,該編碼器的文字拒答率在英文 JBB 集上從 88.9% 降至 1.2%,在俄文 Aya 集上從 38.0% 降至 0%,而 MMLU 回報在之前與之後皆維持不變,為 77.35%。在圖像方面,同一張卡回報的結果卻與勝利相反:在探測的 45 個提示中,「沒有任何一個提示翻轉」,並解釋說原始管線「已經畫出探測集中的每一個類別,而這個編碼器畫出的完全一樣」。相對於未修改管線的感知距離,在敏感提示上測得 LPIPS 0.088,在中性提示上為 0.084 至 0.090;相較之下,全新種子為 0.499,而將原始編碼器量化為 0.037——也就是說,這項編輯對輸出的擾動比改變隨機種子還小。有兩道內部閘門被揭露為未通過:第一個 token 的 KL 在 0.10 限值,以及洩漏閘門殘差 1.9e-4,相對於 1e-5 的目標。
請把這一切都視為單一發布者自己做的探測:未經重現,且只用它自己的提示詞集。它不是基準測試,而本頁也沒有要把它升格成基準測試。但它確實確立了這項發現的輪廓,而這個輪廓是:在唯一有人查核的案例中,解除文字編碼器的審查,改變了編碼器對某個提示所表達的內容,卻沒有以可量測的方式改變圖像模型所畫出的內容。這個面向中沒有任何地方回報圖像出現品質差異,無論是哪個方向;而若有頁面告訴你相反的事,那就是在無中生有。「輸出沒有改變」的主張同樣缺乏支持——就連那位量測過最接近此事的人也不例外。

你正在放棄什麼
以下所述為事實,而非警告。衍生出的檢查點背後沒有廠商:當廠商更動基礎模型時,沒有更新途徑;沒有錯誤追蹤系統;沒有義務公布某次上傳與下一次上傳之間改了什麼;除了作者選擇公布的校驗和之外,也不保證檔案與其自身描述相符。可重現性同樣受此限制——若卡片記錄了其方法,原則上你能重複該方法;若它什麼都沒記錄,你手上就只有一個名稱和一個檔案。支援來自打造它的社群,速度取決於某個儲存庫的議題分頁。而且授權不會因為該成品是社群製作而放寬:衍生作品會繼承其衍生來源素材所附帶的條件,而對這些建置版本而言,那是一份附有非商業限制的研究授權。下一節將以廠商自己的話,說明該限制的內容。
這些建置中的每一個所繼承的授權條款
此Qwen/Qwen-Image-2.1 儲存庫帶有 授權條款:其他,並具有 授權名稱:qwen-research,且 LICENSE 檔案即為 研究授權協議,日期為 2026 年 9 月 20 日,授權人為杭州通義實驗室科技有限公司。於 2026 年 10 月 13 日完整閱讀後,其授予的是一項有限、非專屬、全球性、不可轉讓且免權利金的授權,僅可為非商業目的使用、複製、散布、修改及創作該等材料的衍生作品,其中「非商業」在協議內定義為研究或評估目的。商業用途則導向另一份獨立授權,需寄電子郵件至協議中指定的地址提出申請。
因為這個層面中的每個未經審查建置都是那些素材的衍生作品,重新散布其中一個就是在該協議下的散布,而條件會隨之轉移。其中三項是具體的,並且可以對照儲存庫的檔案清單來查核:
• 傳遞協議。協議要求任何收到這些材料或衍生作品的人,都必須收到一份授權條款副本。一個帶有qwen-research標籤,卻未隨附任何授權文件的儲存庫,就沒有以協議所述的形式做到這一點。
• 標記已變更的檔案。修改過的檔案必須附上顯著聲明,指出它們已被變更。重新編碼或編輯過的權重檔即為修改過的檔案。檔名含有「UC」或「uncensored」者,並不構成該聲明。
• 請逐字附上署名聲明。該聲明——「Qwen is licensed under the Qwen RESEARCH LICENSE AGREEMENT」、「Copyright (c) 2026 Hangzhou Tongyi Laboratory Technology Co., Ltd.」、「All Rights Reserved.」——必須保留在隨副本散布的 Notice 文字檔中。
作為一項觀察而非定論:針對此面向中下載次數最多的儲存庫,於 2026 年 10 月 13 日所讀取的檔案清單,包含一個 README、一個校驗和檔案,以及一個 .gitattributes 檔案與權重檔案,且顯示沒有 LICENSE 檔案,也沒有名為 Notice 的檔案。這是否符合該協議,是重新散布者要判斷的問題,而非本頁面的問題;對讀者而言,重點在於這些條件確實存在,且不一定能在下載內容中看到。

另有兩項條款約束任何在該成果之上進行建構、而不僅僅是下載它的人。若這些材料或其輸出被用於建立、訓練、微調或改進一個隨後被散布的模型,則其文件必須顯著標示「Built with Qwen」或「Improved using Qwen」。且「Qwen」不得用作衍生作品的主要名稱或識別碼,但諸如「fine-tuned from Qwen Image」的描述性使用則獲允許。任何在未審查的檢查點之上進一步訓練適配器的人,都落入這兩項條款的範圍內。
該協議明顯未包含任何可接受使用或禁止使用清單,也未包含任何處理移除、停用或變更安全過濾器、護欄或類似機制的條款。其中的使用條件為非商業限制、遵守中國、美國及其他地區適用的出口管制與其他法律、「Built with Qwen」顯示要求,以及命名限制。準據法為中國法律,並以杭州人民法院為專屬管轄法院。該協議亦明確表示不承擔任何支援、更新或後續版本義務,且已排除授權人的保證。
供應商的立場,如供應商所述
供應商自己對這個模型的定調,出現在專案部落格於 2026 年 9 月 20 日的文章中,內容完全聚焦於能力:一個 7B 的視覺生成元件,橫跨 32 個單流 DiT 層、統一的生成與編輯、原生透明度、可搭配最多十張參考圖片進行編輯,以及改良的排版與人像。該篇文章、GitHub 儲存庫,或此次發布的任何模型卡中,都沒有任何段落談到過濾、審核、允許內容或負責任使用。授權方對於你能拿這些權重做什麼,唯一公開發表的說法就是授權協議本身,而它的答案是:只要用途是研究或評估,並且你把它的條件繼續傳遞下去,你就能用它們做很多事。
對於問題屬於商業性質而非技術性質的讀者來說,那才是應該據以行動的事實。某個檢查點是否處於未經審查的狀態,並不是決定你能不能隨它一起出貨的因素,而下載次數也不是權利授予。請閱讀儲存庫上的授權標籤,確認授權文件確實存在,而且如果答案在商業上事關重大,就去問授權人——協議裡載明了地址。
還有一條值得劃清的最後界線,因為這兩個問題彼此很接近,理應分別回答。如果你真正需要的是格式問題——Qwen-Image-2.1 的去噪器經過 GGUF 量化後會對檔案造成什麼影響、會讓你損失多少保真度,以及要用什麼來執行——那在我們的 Qwen-Image-2.1 GGUF 頁面上已有說明,而本頁刻意不再重述。這裡要解決的問題,是關於來源與授權的那一個。
