Qwen-Image-2.1 Uncensored: Was die offiziellen Weights können
Braucht Qwen-Image-2.1 Uncensored-Versionen? Wir haben die offiziellen Weights lokal getestet: Warum der Filter in Wahrheit gar nicht im Modell sitzt.
👁 116 Aufrufe
Beim Start von Qwen-Image-2.1 tauchte im Netz eine Welle von Community-Modifikationen auf, die als „uncensored“ beworben wurden. Wir haben überprüft, was die offiziellen Weights ganz ohne Anpassungen erzeugen - und festgestellt, dass die Debatte am Kern vorbeigeht: In einem lokal ausgeführten Modell gibt es nichts zu entfernen, da dort schlicht kein Filter existiert.
Fazit in Kürze
Die Moderationsfilter, die Sie von Cloud-Plattformen kennen, sind eigenständige Schutzschichten vor und nach dem eigentlichen Modell - kein Bestandteil der Model-Weights. Wenn Sie ein Modell lokal auf Ihrer Hardware betreiben, existiert diese Überwachung nicht: Kein zwischengeschalteter Server analysiert Ihre Prompts, und kein Prüfmodell filtert das fertige Bild. Wir haben das mit den offiziellen Gewichten getestet: Gängige Katalogaufnahmen, bei denen Cloud-Dienste regelmässig ablehnen, gelingen lokal sofort und ohne Beanstandung. Sogenannte „uncensored“ Finetunes bewirken etwas völlig anderes - sie verschieben die Verteilung der Trainingsdaten, entfernen aber keinen Filter. Zudem entbinden sie niemanden von der Modell-Lizenz, die eine kommerzielle Nutzung untersagt.
Woher das Missverständnis rührt
Wenn ein Bildmodell in einer Cloud-Umgebung die Ausgabe verweigert, geschieht dies in der Regel an einer von drei Stellen - und keine davon ist das eigentliche Bildmodell:
| Ebene | Funktion | Lokal vorhanden? |
|---|---|---|
| Prompt-Klassifizierung | Ein separater Classifier liest den Prompt vor der Erzeugung | nein |
| Output-Prüfung | Ein zweites Modell analysiert das fertig berechnete Bild | nein |
| Plattform-Richtlinien | Nutzungsbedingungen des Anbieters und Kontosperren | nein |
| Verteilung der Trainingsdaten | Bestimmt, welche Bildinhalte das Modell zeichnen kann | ja |
Nur die letzte Zeile lässt sich durch einen Community-Finetune verändern - und zwar nicht durch das „Entfernen“ einer Sperre, sondern indem das Modell mit zusätzlichem Bildmaterial nachtrainiert wird. Alle übrigen Schutzmechanismen waren in den originalen Model-Weights ohnehin nie enthalten.
Was die offiziellen Weights ohne Modifikationen liefern
Wir haben zwei Prompts aus einem Bereich getestet, der bei Web-Diensten häufig zu Ablehnungen führt: typische Katalogaufnahmen von Kleidung direkt am Körper - Badebekleidung sowie ein Dessous-Set, inszeniert wie in einer regulären Warenhauskampagne.
Katalogfoto, generiert mit den offiziellen Weights ohne Modifikation. Das Modell hat weder verweigert noch die Anatomie verzerrt.
Beide Bilder entstanden direkt beim ersten Durchlauf. Ohne Verweigerung, ohne weichgezeichnete Bildbereiche und mit sauberer Anatomie - Hände und Füsse wiesen keine typischen KI-Fehler auf. Genau solche Aufnahmen werden im E-Commerce, in Katalogen oder im Werbebereich benötigt.
Das praktische Fazit für alle, die in Cloud-Diensten mit willkürlichen Ablehnungen kämpfen: Für legitime kommerzielle Aufgaben an der Schnittstelle von Mode und Porträt sind modifizierte Community-Versionen überflüssig. Die offiziellen Weights reichen vollkommen aus.
Drei Bildstile im direkten Vergleich
Zur Veranschaulichung folgen drei weitere Motive aus derselben Serie in unterschiedlichen fotografischen Lichtstilen - alle mit den offiziellen Gewichten beim jeweils ersten Versuch gerendert.
Schwarz-Weiss, hartes Einzellicht, ausgeprägter Chiaroscuro-Effekt.
High Key: weisser Hintergrund, gleichmässiges Licht, kaum Schatten.
Low Key: enges Einzellicht, der Grossteil des Bildes liegt im Dunkeln.
Wo die Grenzen der Bildgenerierung liegen
Dass kein Moderationsfilter aktiv ist, bedeutet keineswegs, dass das Modell jeden beliebigen Wunsch umsetzen kann. Es bleibt eine physikalische Grenze des maschinellen Lernens: Ein Modell generiert nur Muster, die es im Training verinnerlicht hat. War ein Konzept in den Trainingsdaten nicht oder nur spärlich vorhanden, fällt das Ergebnis mangelhaft aus - ganz gleich, welche Bezeichnung die Modelldatei trägt.
Das zeigt sich auch in unseren weiteren Tests: Während das System fotorealistische Porträts mühelos rendert, schwächelt es bei Grafiken auf transparentem Hintergrund spürbar. Bei feiner Typografie auf Plakaten scheitert es derzeit vollständig. Das sind keine Zensurfilter, sondern schlichte Fähigkeitslücken der Architektur.
Zehn weitere Prompts ohne eine einzige Verweigerung
Um die Zuverlässigkeit über Einzelfälle hinaus zu belegen, haben wir zehn zusätzliche Aufgaben aus demselben Themenfeld getestet. Die Bandbreite reichte von Boudoir-Aufnahmen über Sportbekleidung bis hin zu klassischen Illustrationen. Alle zehn Motive wurden beim ersten Versuch auf den offiziellen Weights ohne jede Bearbeitung generiert. Hände und Füsse blieben über die gesamte Reihe hinweg anatomisch korrekt.
Boudoir im Editorial-Stil: sanftes Licht durch Vorhänge, Filmkorn, gedämpfte warme Farbpalette.
Badebekleidung am Pool: grelle Mittagssonne, harte Schatten, sattes Wasserblau.
Avantgardistisches Editorial mit farbigem Licht - Magenta und Türkis, harte Schatten.
Silhouette im Gegenlicht am Fenster, Schwarz-Weiss, Gesicht und Körper im Schatten.
Pyjama im Katalogstil: ruhige Heimszene, sanftes Morgenlicht.
Sportbekleidung im Studio: nahtloser Graphithintergrund, scharfes Streiflicht.
Bademantel in Spa-Kulisse - im Stil einer Hotelbroschüre.
Spitzendetail an einem Träger - Textil-Makroaufnahme mit geringer Schärfentiefe.
Gemalte Illustration im Pin-up-Stil der 50er-Jahre - kein Foto, sondern Gouache.
Ergebnis aus allen zwölf Testdurchläufen: Wir sind auf keinerlei Einschränkungen gestossen, die eine Modifikation hätte beheben müssen. Das Modell lehnte kein einziges Bild ab, und die Darstellungsqualität blieb konsistent hoch. Genau dieses Verhalten ist von einer reinen Modelldatei ohne zwischengeschaltete Moderationsebene zu erwarten.
Drei Risiken bei inoffiziellen Community-Modellen
- Die Lizenz vererbt sich weiter. Ein abgeleitetes Modell hebt die Beschränkung auf reine Forschungs- und Evaluierungszwecke nicht auf. Die Lizenzvereinbarung verlangt ausdrücklich, dass modifizierte Dateien einen gut sichtbaren Änderungshinweis und eine Lizenzkopie enthalten - was die meisten Repositories schlicht ignorieren. Details dazu analysieren wir in einem eigenen Artikel.
- Unklare Herkunft der Repositories. Am Tag unserer Prüfung listete die Modellplattform bereits 38 quantisierte und 20 feinabgestimmte Versionen, überwiegend von neu erstellten Konten ohne Vorgeschichte. Reine Modelldateien in sicheren Formaten enthalten zwar nur Parameter und keinen ausführbaren Code - in vielen Repositories liegen jedoch begleitende Skripte, die direkt im System ausgeführt werden. Laden Sie ausschliesslich reine Weights herunter und starten Sie keinen fremden Code unbesehen.
- Die rechtliche Verantwortung liegt vollständig bei Ihnen. Während ein Cloud-Anbieter einen Teil des Haftungsrisikos abfängt, gibt es beim lokalen Betrieb keinen Puffer. Das betrifft insbesondere das Recht am eigenen Bild: Persönlichkeitsrechte gelten technologieunabhängig. Qwen-Image-2.1 kann bis zu zehn Referenzbilder verarbeiten und Gesichter präzise replizieren. Derselbe Mechanismus, mit dem sich aus sechs Einzelporträts ein plausibles Gruppenfoto erstellen lässt, erlaubt es auch, nicht autorisierte Personenabbildungen zu erzeugen.
Die Strategie der Modell-Entwickler
Einordnung unserer Redaktion: Die Hersteller offener Modelle stehen vor einem Dilemma. Ein fest in die Gewichte integrierter Filter lässt sich durch leichtes Nachtraining schnell aushebeln; ein solcher Aufwand lohnt sich technisch kaum. Filter auf API-Ebene greifen wiederum nicht, sobald Nutzer die Dateien lokal laden. Daher etabliert sich ein dritter Weg: Die Weights werden frei zugänglich gemacht, aber mit einer Lizenz belegt, die eine gewerbliche Nutzung untersagt. Damit wird das Moderationsproblem von der technischen Ebene auf die rechtliche verlagert. Während sich Skripte leicht anpassen lassen, bleibt das rechtliche Risiko eines Lizenzverstosses bestehen.
Häufige Fragen (FAQ)
Ist Qwen-Image-2.1 zensiert?
Beim lokalen Betrieb existiert weder eine Vorprüfung der Prompts noch eine Filterung des erzeugten Bildes. Welche Inhalte dargestellt werden können, hängt allein von den Trainingsdaten ab.
Wozu dienen angebliche „Uncensored“-Versionen?
Sie verändern durch gezieltes Finetuning die Datenverteilung, entfernen aber keinen Filter, da die offiziellen Weights gar keinen enthalten. Für herkömmliche Agentur- und Kataloganwendungen bieten sie keinen Mehrwert.
Verweigern die offiziellen Weights Katalogaufnahmen?
In unserem Praxistest nicht. Aufnahmen von Bade- und Unterwäsche im Katalogstil wurden beim ersten Durchlauf mit sauberer Anatomie generiert.
Gilt für Modifikationen eine andere Lizenz?
Nein. Abgeleitete Werke erben die ursprüngliche Nutzungsbeschränkung auf Forschung und Evaluierung. Zudem schreiben die Lizenzbedingungen eine Kennzeichnungspflicht vor.
Ist der Download modifizierter Modelldateien sicher?
Reine Gewichte in sicheren Formaten wie Safetensors stellen kein Ausführungsrisiko dar. Vorsicht ist jedoch bei mitgelieferten Skripten oder Code-Dateien aus unbekannten Quellen geboten.
Wer haftet für lokal erstellte Inhalte?
Allein die Person, die das System betreibt. Es gibt keinen vorgeschalteten Anbieter, und gesetzliche Vorgaben zum Urheber- und Persönlichkeitsrecht gelten uneingeschränkt.
Quellen und Testumgebung
Die Generierungstests führten wir am 22. September 2026 mit den offiziellen Gewichten von Qwen-Image-2.1 in der int8-Quantisierung lokal auf einer Nvidia RTX 4090 über ComfyUI durch - ohne Modifikationen und ohne Hilfsmodelle. Die Zählung der abgeleiteten Versionen basiert auf der Modellseite Qwen/Qwen-Image-2.1 vom selben Datum. Die Lizenzvorgaben stammen aus der beiliegenden LICENSE-Datei im Repository. Die Erläuterung der Filterschichten bei Cloud-Anbietern beschreibt typische Branchenarchitekturen und keine interne Dokumentation eines spezifischen Betreibers. Dieser Beitrag stellt keine Rechtsberatung dar.
More on this from WISSNOX
benchmarks·Wan 3.0 im Test: Alibabas KI-Videomodell auf Platz 1Alibabas Wan 3.0 generiert bis zu 30 Sekunden Video mit Audio und führt das Arena-Ranking an. Unser Praxistest zu Qualität, PDF-Support und Kosten.