Alibaba представила Qwen-Image 2.1, модель для генерации изображений с возможностью создания прозрачных фонов. Это важно для дизайнеров и художников, поскольку упрощает процесс редактирования и интеграции изображений в различные проекты.
Кратко о Qwen-Image 2.1
Модель Qwen-Image 2.1 обладает 7 миллиардами параметров и использует 32-слойный диффузионный трансформер для генерации изображений в нативном разрешении 2K. Новинка может генерировать изображения с прозрачным фоном, что делает её конкурентоспособной среди других современных инструментов для работы с графикой.
Что нового в функционале
Qwen-Image 2.1 поддерживает объединение генерации и редактирования изображений с помощью одного пайплайна. В новом алгоритме можно передавать до десяти референсных изображений для создания композиций. Например, модель может составить групповой портрет из отдельных снимков или изменить фон для предметов. Такие возможности открываются благодаря маскам, которые можно рисовать для локальных изменений.
Одним из существенных нововведений является поддержка формата RGBA, что позволяет легко генерировать объекты с прозрачными фонами. Ранее процесс нивелирования фона требовал использования отдельных инструментов, что занимало время; теперь это реализуется в рамках одной модели.
Преимущества и возможности
В сравнении с конкурентами, Qwen-Image 2.1 показывает хорошие результаты на тестах Qwen-Image-Bench — превзойдя многие закрытые системы. Хотя важно отметить, что эти тесты проведены самой командой Qwen, и независимые оценки пока не доступны. Модель доступна по Qwen Research License для некоммерческого использования, что ограничивает её применение в коммерческих проектах без дополнительных лицензий.
Практическая значимость для пользователей
Для специалистов из сфер графического дизайна и иллюстрации Qwen-Image 2.1 представляет собой мощный инструмент. Возможность работать с прозрачностью в одном инструменте существенно экономит время на редактирование и интеграцию. Модель открывает перспективы для создания более комплексных визуальных материалов и быстрого реагирования на запросы клиентов.
Сейчас веса модели доступны на Hugging Face и ModelScope, а интеграция с такими библиотеками как Diffusers и ComfyUI расширяет её возможности для разработчиков. Следующий шаг — внимание к независимым тестам и коммерческим лицензиям, которые будут определять её позицию на рынке.