Alibaba представила компактную нейросеть Qwen Image 2.1 с открытыми весами

Компания Alibaba Cloud официально презентовала новую генеративную модель искусственного интеллекта Qwen Image 2.1, которая привлекает внимание своими скромными системными требованиями и высокой производительностью. Обладая всего 7 миллиардами параметров, этот компактный инструмент с открытыми весами способен функционировать даже на устаревшем потребительском «железе», демонстрируя при этом результаты, сопоставимые с передовыми проприетарными разработками вроде Google Nano Banana 2.0.

Подобный релиз знаменует собой новый этап в развитии генеративного софта, ведь теперь локальный запуск мощных алгоритмов визуального синтеза становится доступен энтузиастам на обычных видеокартах. Я как обозреватель технологических новинок от сайта Sergey Bagrov внимательно изучил все особенности свежего релиза, особенности его работы на потребительских GPU и юридические нюансы лицензирования.

Ключевые особенности и возможности Qwen Image 2.1

Новинка получила ряд принципиально важных функций, которые существенно расширяют сценарии ее практического применения и позволяют успешно конкурировать с аналогами. Одной из главных находок разработчиков стала нативная поддержка прозрачности (native transparency), что избавляет от необходимости вручную вырезать объекты и делает генерацию удобной для создания стикеров или работы в сфере print-on-demand.

Кроме того, создатели существенно прокачали инструменты редактирования изображений. Модель теперь способна задействовать до 10 референсных картинок одновременно. Например, можно загрузить снимок конкретного человека и набор элементов гардероба, после чего нейросеть аккуратно «оденет» персонажа, сохраняя высокую степень визуальной стабильности и узнаваемости исходных объектов.

Сравнение производительности и бенчмарки

Главным достоинством архитектуры выступает именно ее миниатюрный размер. Визуальный генеративный модуль оперирует лишь 7 миллиардами параметров, что делает его одним из самых легковесных среди аналогов. Для сравнения, аналогичные решения от конкурентов зачастую требуют в разы больше вычислительных ресурсов или вообще скрыты за закрытыми API.

Согласно внутренней статистике Alibaba, Qwen Image 2.1 набрала 60.2 балла в фирменном тесте Qwen Image Benchmark. Для контекста: OpenAI GPT Image 2.5 Sunburst показала 67 баллов, Muse Image — 62.34, а Google Nano Banana 2.0 остановилась на отметке 59.82. Предварительные тесты на независимой платформе AI Arena также подтверждают высокий потенциал модели, особенно в категории редактирования графики, где инструмент выбился в лидеры среди решений с открытым весом.

Тестирование на локальном железе

Первые тесты энтузиастов на потребительских графических ускорителях Nvidia подтверждают высокую практическую ценность софта. Так, на мощной видеокарте RTX 4090 конвертация изображения разрешением 1 Мп занимает около пяти лет секунд. Обладатели свежей 50-й серии карт (вроде RTX 5070 и RTX 5080) сообщают о генерации аналогичных кадров примерно за 25 секунд.

Тем не менее, пользователи отмечают, что задействование большого количества референсов или функция редактирования заметно увеличивают время обработки. Интересно, что модель успешно запускается и на более старом «железе»: владельцы карт вроде RTX 3060 при наличии достаточного объема оперативной памяти могут получать детализированные картинки, хотя процесс идет значительно медленнее.

Юридические нюансы лицензирования

Особые споры в сообществе вызвали изменения в лицензионном соглашении модели. В тексте указано, что ограниченная лицензия выдается исключительно для некоммерческих целей (non-commercial purposes only). Любое использование материалов для извлечения прибыли требует оформления отдельного коммерческого договора с разработчиками.

В ответ на волнения пользователей команда проекта выпустила официальное разъяснение. Согласно ему, сгенерированные изображения не являются частью лицензируемых материалов, поэтому авторы полностью сохраняют права на свои работы. Однако сама модель не может перепродаваться без специального разрешения, что делает ее менее открытой, чем классические проекты под лицензией Apache, но по-прежнему доступной для локального творчества.