Qwen-Image-2.1 — небольшая и толковая модель для изображений, которую можно скачать и запустить у себя. Её генератор изображений на 7 миллиардов параметров создаёт обычные и прозрачные изображения в 2K, редактирует фотографии и объединяет до десяти референсных изображений в одну сцену. Подвох юридический, а не технический: в отличие от прежних моделей Qwen для изображений, её лицензия не разрешает коммерческое использование.
Компактный визуальный генератор на 7 млрд параметров (32 однопоточных слоя DiT) — намного меньше 20-миллиардных моделей прежнего семейства Qwen-Image. Нативно создаёт прозрачные изображения (RGBA), редактирует прозрачные слои и вырезает объекты из фотографий. Принимает до 10 референсных изображений и локальные правки, отмеченные кругом, каракулями или маской. Нативный вывод 2048×2048, а также широкие и вертикальные форматы. Поддержка в ComfyUI и Diffusers с первого дня.
Модель выпущена под Qwen Research License, а не под Apache 2.0, как прежние модели Qwen для изображений. Личное и исследовательское использование разрешено; чтобы продавать изображения или строить на ней платный продукт, нужно отдельное соглашение с Alibaba. Поэтому дополнения от сообщества (LoRA, дообученные версии) будут появляться медленнее.
