Компания Alibaba представила открытую модель Qwen-Image-2.1, объединяющую функции генерации изображений по текстовому описанию и их редактирования. Модель построена на архитектуре с 7 миллиардами параметров, что позволяет оптимизировать вычислительные затраты.
Одной из ключевых особенностей стала нативная поддержка создания и редактирования прозрачных изображений. Система позволяет генерировать объекты с прозрачным фоном на основе текстовых запросов, а также выполнять операции по вырезанию объектов.
Инструмент поддерживает использование до 10 референсных изображений одновременно. Это расширяет возможности локального редактирования, повышает точность передачи деталей при работе с портретами и изображениями товаров, а также помогает в создании интерьерных композиций.
Разработчики также улучшили качество отрисовки текста, работу с освещением и детализацию персонажей. Исходный код и веса модели уже доступны для загрузки на платформах GitHub, HuggingFace и ModelScope.
