Alibaba выпустила модель Qwen-Image 2.1 для генерации и редактирования изображений

Алибабищенко бахнул Qwen-Image 2.1 и выложил веса. Это единая модель для генерации и редактирования изображений. Визуальная часть содержит 7B параметров и 32 Single-Stream DiT-блока. Сносно. Ништяки: - native 2K - базовое разрешение 2048x2048, поддерживаются в том числе 2752x1536 и 1536x2752; - text-to-image и image editing в одной модели; - до 10 референсных изображений одновременно; - локальное редактирование можно задавать каракулями, нарисованными пометками или отдельными масками; - улучшено сохранение идентичности людей и объектов при редактировании; - улучшены типографика, портретное освещение, текстуры и мелкие детали; - рекомендуемый стандартный режим - 40 inference steps. Одна из самых интересных фишек - нативный RGBA и прозрачность. Модель умеет сразу генерировать объект с alpha-каналом(!), редактировать прозрачные изображения(хм) и даже типа взять обычную RGB-фотографию и извлечь из неё нужный объект в отдельный прозрачный RGBA-слой (верим? тестируем?). Веса уже доступны на Hugging Face. Comfy Org также выложила набор файлов Qwen-Image 2.1 для ComfyUI, а сама Comfy ещё до релиза заявляла нульдэй саппорт. Лицензия - говно. Ресерч. На рыддите, кто-то рыдает от восторга, особенно от эдит и консистентности, а кто-то ноет про кожу и мыло. Кожаным не угодишь. Жду тестов в коментах Ссылки: Официальная страница Qwen: qwen.ai/blog?id=qwen-image-2.1 Веса Qwen-Image 2.1: huggingface.co/Qwen/Qwen-Image-2.1 Версия для ComfyUI: huggingface.co/Comfy-Org/Qwen-Image-2.1 @cgevent