Qwen открыла исходный код Qwen-Image-2.1 — новой унифицированной модели для генерации и...
Qwen открыла исходный код Qwen-Image-2.1 — новой унифицированной модели для генерации и редактирования высококачественных изображений. Нейронка имеет всего 7 млрд параметров и построена на 32 слоях Single-Stream DiT, благодаря чему Qwen делает ставку одновременно на качество, скорость инференса и компактность. В архитектуре используются mixed-granularity attention и повторное использование prefix KV cache. За счет этого модель может сокращать вычислительные затраты при работе с изображениями, сохраняя точность и кинематографичность. Одно из главных изменений — нативная работа с прозрачностью. Qwen-Image-2.1 умеет генерировать не только обычные изображения, но и RGBA-контент, редактировать прозрачные слои и извлекать отдельные объекты или персонажей из фотографий. Для редактирования можно использовать до 10 референсных изображений. Область изменения задается непосредственно на изображении — с помощью кругов, нарисованных пользователем аннотаций или отдельных масок. При этом модель сохраняет все объекты на редактируемом изображении. Отдельное внимание уделили визуальным деталям. Qwen заявляет улучшения в рендеринге текста и типографике, освещении портретов, реалистичности текстур и мелких элементов изображения. Веса Qwen-Image-2.1 лежат на GitHub и ModelScope. 😅 Канал Serverflow в MAX: Подписаться
Канал в каталоге Максиметера
158 подписчиков · Новости