Qwen-Image 2.1: генерація, редагування й прозорий фон в одній моделі

Alibaba опублікувала детальний розбір Qwen-Image 2.1 та її API. Відкриті ваги вийшли 20 вересня, а API Pro і Turbo запрацювали в Model Studio 9 жовтня. Це одна модель на 7 млрд параметрів для створення зображень, редагування й вирізання об’єктів.

Що нового

• Прозорий фон: модель створює зображення зі справжнім альфа-каналом, редагує прозорі шари й вирізає об’єкти зі світлин.
• Референси: до 10 зображень за один прохід зі збереженням вигляду людей і товарів.
• Точкове редагування: змінює позначену ділянку, а решту зображення лишає без змін.
• Текст: розбірливіші заголовки, підписи й щільна інфографіка.
• Роздільність: нативний 2K, за замовчуванням 2048×2048.

Turbo виконує 8 кроків замість 40 і підходить для великих обсягів, а Pro компанія радить для головних зображень.

Як спробувати

У Model Studio моделі викликаються як qwen-image-2.1-turbo і qwen-image-2.1-pro. У регіонах Global Turbo коштує близько $0,014 за зображення, а Pro — близько $0,035. У Сінгапурі ціни вищі: $0,016 і $0,04. За невдалі виклики оплата не стягується. Для локальної оцінки ваги доступні на Hugging Face, працюють із Diffusers і ComfyUI.

Обмеження

Відкриті ваги мають дослідницьку ліцензію: лише дослідження й оцінка. Для комерційного використання потрібні Model Studio або окрема ліцензія від Qwen. Дані про першість у рейтингу LMArena сама компанія називає попередніми, це знімок від 22 вересня.