Alibaba выпустила Qwen-Image-2.1 с открытыми весами для генерации изображений

Компания Alibaba представила модель Qwen-Image-2.1 с открытыми весами, предназначенную для генерации и комплексного редактирования изображений. Релиз стал заметным событием для сообщества разработчиков и цифровых художников: нейросеть с 7 млрд параметров предлагает широкий набор инструментов для решения прикладных визуальных задач прямо «из коробки» и доступна для локального развертывания. Подробности о запуске команда раскрыла в официальном блоге проекта на https://qwen.ai/blog?id=qwen-image-2.1.

Генерация в разрешении 2K и поддержка прозрачного фона

Архитектура Qwen-Image-2.1 способна создавать изображения высокой четкости с разрешением до 2K. При этом модель умеет не просто синтезировать цельные сцены, но и сразу генерировать изолированные объекты с прозрачным фоном.

Такая функциональность существенно упрощает работу графических дизайнеров, иллюстраторов и создателей контента. Полученные ассеты не требуют дополнительной обработки сторонними сервисами для обтравки или удаления фона: сгенерированные элементы можно сразу использовать при верстке веб-страниц, создании стикерпаков, разработке интерфейсов, отрисовке логотипов и рекламных баннеров.

Работа с несколькими референсами и точечные правки

Одной из ключевых особенностей модели стала продвинутая обработка исходных материалов: Qwen-Image-2.1 способна одновременно учитывать до 10 референсных изображений. Это позволяет решать сложные композиционные задачи:

• собирать единый образ персонажа из отдельных фотографий внешности человека, выбранной одежды и аксессуаров;
• объединять стилистические элементы нескольких источников в одном финальном рендере;
• удерживать визуальное постоянство ключевых объектов от кадра к кадру.

В процессе редактирования нейросеть бережно относится к деталям: она стремится точно сохранять форму предметов, исходные текстуры поверхностей и узнаваемые черты лиц. Для более тонкой настройки предусмотрена поддержка локального редактирования с использованием масок. Кроме того, модель умеет работать с текстовыми надписями внутри артов, строить детализированную инфографику и генерировать бесшовные широкие панорамы.

Оптимизация вычислений и готовые интеграции

Для повышения производительности разработчики внедрили в Qwen-Image-2.1 механизм KV-кеширования. Этот подход позволяет заметно снизить объем повторных вычислений при последовательной генерации и внесении правок, что ускоряет отклик системы и оптимизирует использование ресурсов графического ускорителя.

Модель полностью открыта для сообщества: загрузить веса можно со страницы репозитория на Hugging Face по адресу https://huggingface.co/Qwen/Qwen-Image-2.1. Создатели также предусмотрели интеграцию с популярными библиотеками Diffusers и нодовым интерфейсом ComfyUI, благодаря чему пользователи могут беспрепятственно встроить Qwen-Image-2.1 в свои привычные рабочие пайплайны.