Qwen wydaje Qwen-Image-2.1, model łączący generowanie i edycję obrazów

Wpis archiwalny: opisuje wydarzenie z 20 września 2026, a opublikowaliśmy go 8 listopada 2026. Dane pochodzą ze źródeł z tamtego dnia i mogły się od tego czasu zmienić.

20 września 2026 r. Qwen wydał Qwen-Image-2.1, model łączący generowanie obrazów z tekstu i ich edycję, co opisano w pliku README Qwen-Image-2.1 na GitHubie. Wydaniu towarzyszyły wagi na Hugging Face i ModelScope oraz wsparcie od pierwszego dnia w Diffusers, ComfyUI i kilku silnikach inferencji.

Co oferował model

• Komponent generowania wizualnego miał 7 mld parametrów w 32 warstwach Single-Stream DiT.
• Obsługiwał natywną przezroczystość RGBA i do 10 obrazów referencyjnych.
• Lokalne edycje można było wykonywać za pomocą okręgów, adnotacji i masek.
• Wagi wydano na stronie Qwen-Image-2.1 w Hugging Face oraz w ModelScope na licencji Qwen Research License (qwen-research).

Co to oznacza dla osób, które budują z AI

Twórcy korzystający z ComfyUI lub Diffusers mogli od pierwszego dnia uruchamiać generator i edytor obrazów z opublikowanymi wagami. Ponieważ Qwen-Image-2.1 łączył generowanie i edycję, jeden model obejmował zarówno pracę od tekstu do obrazu, jak i edycje oparte na obrazach referencyjnych, okręgach, adnotacjach i maskach. Wsparcie od pierwszego dnia sięgało poza te narzędzia, obejmując kilka silników inferencji i sprzęt Intela przez OpenVINO.

Wsparcie od pierwszego dnia

• Diffusers obsługiwał model przez QwenImage21Pipeline.
• ComfyUI, vLLM-Omni, SGLang i LightX2V obsługiwały model od dnia wydania.
• Intel OpenVINO obsługiwał go na Arc Pro B70 i Core Ultra Series 3.

Źródła

• Qwen-Image-2.1 (GitHub README) (Alibaba (Qwen), 20 września 2026, oficjalne)
• Qwen/Qwen-Image-2.1 (Alibaba (Qwen), oficjalne)

Tekst przygotowany z pomocą AI wyłącznie na podstawie źródeł wymienionych powyżej. Zanim trafił na stronę, przeszedł automatyczną kontrolę dat, źródeł i wszystkich wersji językowych.