把生图和改图合成一个模型
10月初，阿里千问开源图像模型Qwen-Image-2.1，把“文生图”和“图像编辑”并进了同一个架构。视觉生成模块仅70亿参数，却原生支持透明图像（RGBA）生成与编辑，最高输出2K分辨率。对做AI漫剧、短剧分镜的团队来说，最实用的不是又多了一个出图工具，而是它把过去“AI出图→PS抠图→手动修边→导出PNG→导入后期”的流程砍掉了一大截：人物、装饰元素、贴纸可以直接带Alpha通道输出，生成完就能丢进剪辑软件。
三视图进，故事板出
官方演示里有一条被单独拎出来：给一张角色三视图参考，模型直接输出完整故事板。三视图本就是角色设定的标准交付形态，过去从三视图到分镜隔着整套人工环节，现在这一步可以交给模型，产出直接能续接镜头素材。更关键的是“最多10张参考图保身份”——人物形象、穿搭、场景氛围、光影、美术风格可以分开拿图做参考，第二张、第三张还能保持统一。AI创作真正的难点从来不是产出第一张好看的图，而是后续还能保持一致性，这条能力正中痛点。
本地部署的门槛与边界
模型采用Qwen研究许可协议而非Apache、MIT这类宽松协议：个人学习、科研、效果测试可用，但给客户接单、接入收费产品、商业项目必须单独向官方申请商业授权。硬件上理想运行需24GB显存级别显卡，8GB显存很难跑满分辨率。换句话说，AI创作成本没有真正归零，只是多了一条新路径——云端平台、本地部署、社区量化版本、租算力，多种方案可以自由挑选。对想压低成本的小团队，这是个实在的利好，但也别把“能下载权重”误读成“可以随便商用”。
素材层的降本冲击波
把视角拉回产业链：视频大模型（MiniMax、fal、可灵等）解决的是“动起来”，Qwen-Image-2.1解决的是“静帧素材与角色资产”。当角色设定图、场景概念图、海报、贴纸都能低成本批量产出且保持统一，AI漫剧前端的美术成本会进一步下探。模型对中文小字、事实逻辑仍会出错，产出务必人工复核，但作为生产级素材底座，它已经够格进入工作流。图像底座和视频引擎一旦各自成熟，AI漫剧的工业化拼图就又补齐一块。
