Qwen выложила в открытый доступ Qwen-Image-2.1 — единую 7B-модель генерации и редактирования с нативной RGBA
Alibaba Qwen
Qwen выпустила Qwen-Image-2.1 на HuggingFace: единая 7B-модель text-to-image генерации и редактирования изображений, плюс два 9B-файнтюна пост-обучения (PE-I2I, PE-T2I). Поддерживает нативную генерацию RGBA/прозрачных изображений и выделение объектов, редактирование с до 10 референсными изображениями, редактирование по областям, сохранение идентичности людей и товаров, смешанную гранулярность внимания с переиспользованием prefix KV cache. Лицензия — Qwen Research License Agreement, поддерживается Diffusers.
Почему это важно
Нативная RGBA-прозрачность и композитинг с 10 референсами в одной open-weight 7B-модели — качество при куда меньших вычислительных затратах, чем у предыдущей 50B Qwen-Image.
Важность: 3/5
Заметный open-weights релиз крупной китайской лаборатории