Alibaba libera Qwen-Image-2.1: 7B parámetros e imágenes transparentes nativas
El modelo unifica generación desde texto y edición en una sola red, admite hasta 10 imágenes de referencia y ya tiene los pesos publicados en GitHub, Hugging Face y ModelScope.
Alibaba ha publicado Qwen-Image-2.1, un modelo de imagen de código abierto que mete generación a partir de texto y edición dentro de la misma red, con la parte de generación visual en 7.000 millones de parámetros. Lo que llama la atención no es el tamaño, sino qué produce: genera y edita imágenes con canal alfa, o sea, con transparencia real, sin necesidad de recortar el fondo después. Los pesos ya están colgados en el repositorio de GitHub y en Hugging Face.
La compañía insiste en el equilibrio entre calidad y coste de cómputo. Con 7B en la parte de generación, el modelo entra en un rango de memoria que ya no exige un clúster para inferir, algo que importa a quien tenga que montarlo en producción. El resto del anuncio son capacidades: acepta hasta 10 imágenes de referencia para una misma petición, lo que sirve para mantener la coherencia de un personaje o un producto entre varias tomas, y cubre tareas de edición local sin rehacer la imagen completa.
Transparencia y texto, los dos puntos duros
El soporte nativo de transparencia es el detalle menos habitual. Hasta ahora, obtener un PNG con alfa solía implicar un paso extra: segmentación, matting o una herramienta de recorte que se equivoca en los bordes finos. Aquí el canal alfa sale del propio modelo, y también se puede editar el resultado conservándolo. Para quien monta pipelines de diseño, catálogos o composición de capas, ese paso desaparece.
El otro frente es el texto dentro de la imagen. Alibaba dice haber mejorado la tipografía, la iluminación de las figuras y el detalle fino, que es donde estos modelos suelen romperse: letras deformes, manos raras, sombras planas. La compañía apoya la comparación en Qwen-Image-Bench, su propio conjunto de evaluación, y no ha presentado resultados de terceros independientes. La cifra es suya.
Tampoco aclara bajo qué licencia se distribuyen los pesos, un dato que decide si el modelo se puede usar en un producto comercial o solo para probar. Está publicado el código en tres sitios distintos, pero la nota de lanzamiento no entra en condiciones de uso.
El movimiento encaja en la estrategia habitual de Alibaba con la familia Qwen: sacar pesos abiertos de modelos razonablemente pequeños para que la comunidad los adopte antes que los de la competencia cerrada. Para un equipo que ya tenga un flujo de generación de imágenes, la pregunta práctica es si 7B con alfa nativo le ahorra el postprocesado. La respuesta depende de la licencia, que todavía no está sobre la mesa.
