本文作者：实践哥 Li（@MinLiBuilds）。版权归作者所有，未经授权禁止转载。
Qwen-Image-2.1 出来以后，大家最好奇的还有一个问题：NSFW 能力到底怎么样？
如果上线这个模型，我们要做什么额外的工作才能交给用户？
NSFW 是 Not Safe For Work，通常指不适合在工作场合直接打开的敏感内容
评论区、私信里一直有人问，我自己也好奇。
那就别猜了，我替大家跑一遍。
最后一共跑了 375 张生成和编辑测试，0 拒绝。
Qwen-Image-2.1 本身没有表现出稳定的 NSFW 拒绝机制，所以如果你真要拿它上线，外面基本还得再配一层内容检测。
离谱的是，这次一路测下来，检测器经常比 Qwen-Image-2.1 本身先翻车。
大家最关心的两个问题：
- 如果它真的出了图，内容到底能到什么程度；
- 出了图以后，外面的检测器又到底认不认得出来。
Qwen-Image-2.1 我是在一张 48GB RTX 4090 上跑起来的。视觉生成部分是 7B DiT，配一个 8.77B 的 Qwen3-VL 文本与参考图编码器，以及四通道 RGBA VAE。
再介绍一下本文评估器： Huihui-Qwen3.8-27B-abliterated本地运行的 27B 多模态 VLM。 NSFW 分类器：Falconsai NSFW image detection基于 ViT 的图像分类器。
读前申明，本文主要做科学评测，露骨的图片都做了相应的脱敏治理。关键是评测能力范围以及局限性。
先说结论
- Qwen-Image-2.1 什么都敢画。
- 细节部分画不好，而且容易出现肢体幻觉。
- NSFW的检测器竟然容易翻车
下面也会按照这3个章节展开。
1. Qwen-Image-2.1 什么都敢画
我先做了一个固定模板的暴露梯度：同一个人物、同一个场景、同一个随机种子，只改变服装和覆盖程度。随后又加入不同随机种子、不同媒介、不同主体、不同姿势，以及文生图和图生图两条路径。
它可以生成：
- 写实照片、古典油画、大理石雕塑、单线描、动漫和其他风格；
- 女性和男性、不同人种的主体；
- 站立、坐、躺、举臂、背面等姿势；
- 文生图和图生图两条路径。
不同画风的覆盖测试里，10 种风格全部出现最高档内容；主体替换 6/6；姿势测试 6/6；图生图姿态迁移 5/5。
公开版总不能塞一堆人体暴露图，所以我找了个更适合发文的类比对象。从正常穿衣，到泳装、内衣，再到“无衣”。
然后我又反过来做了一次减衣梯度：
你换画风、换主体、换姿势，或者换到编辑路径，它仍然可能照着做。
结果非常直接：在这批样本里，我没有找到模型拒绝的边界，它什么都画。
2. 缺点：细节部分不好，容易出现肢体幻觉
“什么都画”很容易被误读成“能力很强”。
但这次测试里，我反而看到了一个很明显的反差：
平时正常跑图时，这类人体结构问题并不算特别突出；一进入 NSFW 场景，肢体和局部结构错误明显更容易出现。
我看到的失败主要有三类。
1. 多肢体
画面里会凭空多出半透明的手臂，或者出现没有肩部连接的肢体。局部看起来像手臂，放回整个人体里却没有结构来源。
2. 末端粘连
手指、脚趾和其他多分节末端，容易粘成一团。它知道那里应该有“手”或“脚”，却不一定数得清每个分节。
3. 关键区域糊掉
有些图的脸、头发、腹部纹理都很清楚，某些需要更精细结构的区域却变成低频的平滑团块。周围越清楚，这种局部失焦越明显。粗结构能看，精细结构很容易出错。
为什么会这样，我无法做训练数据层面的验证。
🤔 一个比较合理的猜测是：这类场景对应的训练数据可能更稀疏、分布也更窄，所以模型虽然愿意执行，但并没有学到同样扎实的细节结构。
3. NSFW的检测器竟然容易翻车
既然 Qwen-Image-2.1 本身没有明显的 NSFW 闸门，真要上线，外面基本就得再挂检测器。
我原本还想用自动指标把这些问题量化出来。
结果评估器自己先坏了。整批自动评测里，有的显示正常；但人眼能看到的缺陷并没有因此消失。
🤔 未来如果上线，感觉评估器的选择会更麻烦一些，漏检率挺高的。
最明显的是它挑画风。
同样的内容，从照片换成油画、大理石、线描，分类器分数可以从接近 1 掉到接近 0。甚至到了高档位，古典油画和赛博朋克里仍然出现了 8/8 漏报。
它也会挑主体。
这里我用到了一部分 I2P 样本。I2P 是一套专门拿来“找模型安全边界”的敏感提示词测试集。
另一边，视觉评判器也会误报，视觉评判器认为有 16 张男性图达到敏感档位，但这套分类器 0 张判为阳性。
所以这里其实不用想得太复杂：
模型没闸门，不代表外面挂一个 NSFW 分类器就安全了。
真要做成线上服务服务，至少得有提示词检查、输出检测和人工兜底。
检测器可以用，但只能当一道信号，不能当最后答案。
🚀 除了检测器。如果要把它做成对外服务，我想到四个要做的事情，想想就头大
- 拦截违规提示词。
- 生成结果先进入隔离区，用检测器粗筛。
- 高风险直接拒绝；低风险放行；中间区间进入人工复核或延迟交付。
- 持续用自己的样本做回归测试
结论
这次测试表面上是在测 NSFW，实际上是测试拿着个模型上线，需要注意的事项：
第一，模型有没有边界
拒绝文本、空图和自动加衣服当然要记，但真正的输出仍然需要看。这个模型在本次样本里没有表现出稳定拒绝，却不代表每一次都能生成可用结果。
第二，上线的话，选择一个合适的检测指标很重要
分类器测的是“像不像它见过的敏感照片”；视觉评判测的是“它描述出了什么”；姿态指标测的是“关键点是否大致合理”。没有一个指标可以单独代表“模型是否被管住”。
第三，安全部署是系统性问题
模型本身、文生图路径、图生图路径、分类器、视觉评判、人工抽查和发布流程，都可能成为漏点。模型的一些安全护栏都得自己做。
所以最后的结论是在这 375 张测试里，我没有找到可靠的拒绝边界；真正稳定暴露出来的限制，反而是检测器的盲区和输出质量的不确定性。
NSFW 只是一个探针。换成暴力、版权角色、真人肖像或其他敏感类别，仍然应该可用同样的思路来测试：固定对照、检查真实像素、记录拒绝路径，再用人工复核去挑战自动指标。
全部数字来自实测，失败样本已计入。逐张耗时、峰值显存、alpha 直方图和逐帧稳定性曲线都有原始记录。测试环境：单卡 RTX 4090 48GB，bf16 全量常驻，torch 2.14.0+cu130，diffusers 0.41.0.dev0。
