通义千问开源 Qwen-Image-2.1-Turbo，8 步完成文生图与图像编辑
2026 年 10 月 9 日，阿里通义千问团队开源 Qwen-Image-2.1-Turbo，将图像生成的去噪步数从约 40–50 步压到 8 步，沿用 7B 视觉生成架构，支持文生图、图像编辑、多参考图与透明 RGBA 输出，权重通过 Hugging Face、ModelScope 与阿里云 API 开放。
阿里通义千问团队发布 Qwen-Image-2.1-Turbo 并开放模型权重：它在 Qwen-Image-2.1 的同一 7B 视觉生成架构上做加速优化，把文生图与图像编辑的去噪步数从标准约 40–50 步压缩到 8 步，官方称画质基本不降级。
模型支持 2K 分辨率、自然语言直接改图（修改服装颜色、添加元素、切换风格无需重跑整轮生成），并原生支持透明 RGBA 与多参考图组合；通过前缀 KV 缓存复用文本与参考图上下文，显著降低延迟与算力成本。
权重采用 Qwen 研究许可（研究/评估免费，商用需另行授权），可通过 Hugging Face、ModelScope 与阿里云 API 访问，并与 Diffusers 生态兼容，开发者无需额外适配即可接入现有工作流。
相关资讯
DeepSeek-V4-Pro 正式版上线，Agent 能力大幅跃升并实行分时定价
8 月 12 日晚 DeepSeek 与 xAI 同日发布新模型。V4-Pro 正式版主打智能体能力，DeepSWE 得分由 12.8 升至 62.7、多项 Agent 测试超过 Claude Opus 4.8；8 月 17 日起实行分时定价，高峰输出价涨至现行 4.5 倍。
Gemini 3.7 Flash 发布：编程与智能体升级，API 价格年内直降 50%
Google DeepMind 推出 Gemini 3.7 Flash，软件工程、调试与多步智能体工作流显著提升，登 WebDev Code Arena 第 8、Agent Arena 第 20；上下文扩至 100 万 token，API 价格年内下调 50%。
智谱发布 GLM-5.3 开源大模型，编程能力跃居开源模型首位
智谱发布 GLM-5.3，基于 GLM-5.2 基座、通过后训练 Scaling 提升智能上限；Terminal-Bench 3.0 编程能力较前代提升 50%、居开源模型第一，模型权重将于两周后开源。
OpenAI 被曝测试 GPT Image 2.5，官方为 GPT Image 2 API 加透明背景
多名海外用户发现名为 luna-lisa-alpha 的神秘模型现身 LMArena 盲测平台，重点提升人物一致性、真实感与文字生成能力，社区猜测其为 GPT Image 2.5 早期版本；同期 GPT Image 2 API 预览支持透明背景生成。OpenAI 尚未公开确认该模型存在。