Alibaba abre Qwen-Image-2.1, un modelo compacto que reúne generación, edición local, referencias múltiples y transparencias reales para crear recursos visuales reutilizables.
Alibaba ha liberado Qwen-Image-2.1, un modelo abierto que combina generación de imágenes y edición dentro del mismo sistema. Su componente visual tiene 7.000 millones de parámetros, un tamaño contenido frente a modelos creativos de mayor escala, y busca reducir los recursos necesarios para ejecutarlo.
La principal novedad es el soporte nativo para transparencias. El modelo puede generar directamente imágenes RGBA con fondo transparente, editar elementos que ya contienen transparencia y extraer una persona u objeto de una fotografía para convertirlo en una capa reutilizable.
Esta capacidad permite preparar logotipos, personajes, productos, pegatinas y otros recursos sin tener que eliminar el fondo en una herramienta aparte. También puede modificar el texto o la expresión de un elemento transparente conservando el canal alfa.
Qwen-Image-2.1 acepta hasta diez imágenes de referencia en una misma petición. Es posible reunir varias personas en una fotografía, combinar prendas y accesorios para una prueba virtual o construir una habitación a partir de imágenes independientes de sus muebles.
Para los cambios locales, el usuario puede señalar una zona mediante círculos, anotaciones pintadas o una máscara separada. El modelo aplica la instrucción en el área indicada y trata de conservar el resto de la imagen, incluida la identidad de las personas, la forma de los productos, los textos y las texturas.
El sistema también mejora la tipografía, la iluminación de retratos y los detalles finos. Su cobertura incluye panorámicas, infografías, guiones gráficos y composiciones en las que deben mantenerse varios elementos entre una edición y la siguiente.
La arquitectura utiliza atención de granularidad mixta y reutilización de caché para procesar con mayor eficiencia las instrucciones y las imágenes de entrada. Los pesos y las instrucciones de uso están disponibles para descarga, aunque el modelo se distribuye bajo la licencia de investigación de Qwen.
