Qwen-Image-2.1 vereint Generieren und Editieren in nur 7B Parametern
Qwen-Image-2.1: Compact, efficient, and unified image creation
Alibaba hat Qwen-Image-2.1 als Open-Source-Modell veröffentlicht, das Text-zu-Bild-Generierung und Bildbearbeitung in einer einzigen Architektur zusammenführt. Der visuelle Generierungsteil kommt mit 7B Parametern und 32 Single-Stream-DiT-Layern aus. Nativ werden transparente Bilder erzeugt und bearbeitet, bis zu 10 Referenzbilder kombiniert sowie lokale Änderungen per Kreis, Maske oder Anmerkung präzise umgesetzt. Eine Mixed-Granularity-Attention mit KV-Cache-Wiederverwendung beschleunigt die Inferenz.
Mit einer kompakten visuellen Generierungskomponente von 7B Parametern vereint Qwen-Image-2.1 Bildgenerierung, Transparenz und eine breite Palette an Bearbeitungsfunktionen in einem einzigen Modell.