Alibaba’s Qwen team lançou o Qwen-Image-2.1, um modelo de imagem aberto com 7 bilhões de parâmetros que une geração e edição em um único fluxo, segundo a TechNode.
Capacidades de geração e edição
O Qwen-Image-2.1 produz imagens nativamente em resolução 2K (2048×2048) com canal alfa, permitindo fundos transparentes diretamente na saída, informa a TechNode. Essa saída já vem no formato RGBA, eliminando a necessidade de etapas adicionais de remoção de fundo. O modelo aceita até dez imagens de referência para realizar edições locais, como máscaras, círculos ou áreas pintadas, e pode ser usado para tarefas como montagem de retratos grupais, adaptação de produtos ou provas virtuais, conforme detalha o 4sysops. Ele utiliza o mesmo checkpoint tanto para geração a partir de texto quanto para edição baseada em instruções, proporcionando um fluxo de trabalho unificado.
Desempenho claim, disponibilidade e restrições de uso
A Alibaba afirma que o Qwen-Image-2.1 supera a maioria dos modelos fechados em geração de imagens, segundo o Techmeme. O modelo está disponível para download no Hugging Face, ModelScope e no repositório próprio da Qwen, além de ter um workflow nativo para ComfyUI e integração com a biblioteca Diffusers, acrescenta o 4sysops. Entretanto, a licença de pesquisa publicada permite apenas avaliação e uso não comercial; para implantações em produção é necessária uma licença comercial separada concedida pela Qwen, ressalta o 4sysops. O 4sysops também observa que o modelo pode rodar em hardware de consumo capaz, como uma placa RTX 3090, embora o encoder vision‑language, o VAE e as configurações de runtime possam aumentar os requisitos de memória.
