Alibaba lanza Qwen-Image-2.1, modelo abierto de 7 billion de parámetros que supera a modelos cerrados en generación de imágenes
Qwen-Image-2.1, con solo 7 billion de parámetros, afirma superar a la mayoría de los modelos propietarios en el benchmark propio de Alibaba, aunque los resultados independientes aún están por confirmar.
Alibaba’s Qwen AI team ha puesto a disposición de la comunidad su nuevo modelo de generación y edición de imágenes, Qwen‑Image‑2.1. El modelo es open‑weight y cuenta con 7 billion de parámetros, cifra que, según los propios ingenieros, le permite superar a la mayoría de los modelos cerrados en su benchmark interno. Los resultados externos todavía están pendientes.
La arquitectura del modelo incluye mejoras que aceleran la inferencia, sobre todo cuando se usan varias imágenes de referencia. Con un KV cache reutilizado y cambios de arquitectura, el tiempo de respuesta se reduce en escenarios de edición local. La compatibilidad con GPUs de consumo es alta; el equipo indica que la 3090 es suficiente para ejecutar el modelo con un rendimiento razonable.
Qwen‑Image‑2.1 genera y edita imágenes con canal alfa (RGBA), lo que facilita la manipulación de objetos aislados o la modificación de textos sobre fondos transparentes. Puede procesar hasta diez imágenes de referencia simultáneamente, una característica útil para retratos grupales, pruebas virtuales de ropa o diseño de interiores. Los usuarios pueden guiar las ediciones con círculos, máscaras o marcas pintadas.
El modelo se distribuye bajo una licencia de investigación que prohíbe el uso comercial. Los clientes corporativos deben solicitar una licencia separada a Qwen.
Para probar el modelo, el equipo ha puesto a disposición un demo en Hugging Face y ha publicado el código en GitHub. Los interesados pueden descargar el modelo desde Model Scope.
¿Por qué importa?
En el ecosistema de generación de imágenes, la mayoría de los modelos de alta calidad siguen siendo propietarios. Qwen‑Image‑2.1 demuestra que un modelo abierto puede competir en rendimiento con los cerrados, lo que abre la puerta a nuevas aplicaciones y a la reducción de costos para desarrolladores y empresas que dependen de generación de imágenes.
Si bien los benchmarks externos todavía no están disponibles, la comunidad podrá evaluar la calidad y velocidad del modelo una vez que se publiquen los resultados.
