QwenLM/Qwen-Image-2.1

Qwen‑Image‑2.1 – 오픈소스 텍스트‑투‑이미지 및 이미지 편집 모델

이것은 무엇인가 – 텍스트 프롬프트에서 이미지를 생성하고 기존 이미지를 편집할 수 있는 7B 파라미터 확산 모델（DiT 스타일）입니다。透明（RGBA）输出も含まれます。Qwen ファミリーの一部であり、オープンソースライセンスで公開されています。

主な強み

• コンパクトで高速 – 混合粒度アテンションとプレフィックス KV キャッシュ再利用により、低計算量で高品質な視覚出力を実現。Turbo バリアントはわずか 8 ステップのノイズ除去で動作します。
• 生成と編集の統一 – 同じモデルで、純粋なテキストから画像、透明レイヤー作成、レイヤーごとの編集、被写体抽出を処理します。
• 豊富な編集インターフェース – 最大 10 枚の参照画像、ローカル編集マスク（円、手描きストローク、外部マスク）を受け入れ、人物/製品のアイデンティティを保持します。
• より良い美しさ – タイポグラフィ、照明、細部のレンダリングが改善されました。

試用方法

# 必要なライブラリをインストール
pip install "torch>=2.4.0" "transformers>=5.17" \
    git+https://github.com/huggingface/diffusers accelerate pillow

import torch
from diffusers import QwenImage21Pipeline

# 標準モデル（高品質、より多くのステップ）
pipe = QwenImage21Pipeline.from_pretrained(
    "Qwen/Qwen-Image-2.1", torch_dtype=torch.bfloat16
).to("cuda")

# Turbo モデル（8 ステップの高速生成/編集）
pipe_turbo = QwenImage21Pipeline.from_pretrained(
    "Qwen/Qwen-Image-2.1-Turbo", dtype=torch.bfloat16
).to("cuda")

README には、Turbo チェックポイントを使用してモーターヨットのスケッチをフォトリアリスティックなレンダリングに変換する完全な例が含まれています。

エコシステムサポート – Day‑0 統合が提供されています：

• 🤗 Diffusers（QwenImage21Pipeline）
• ComfyUI（Comfy-Org/Qwen-Image-2.1 の下の重み、既製のワークフロー JSON 付き）
• vLLM‑Omni、SGLang、LightX2V、OpenVINO 用于高性能推理、KV 缓存、CUDA 图执行、FP8 量化和多 GPU 并行。

托管服务 – 阿里云百炼提供付费的 Pro 和 Turbo API，无需本地运行模型即可轻松集成。

典型用例

• 快速创建具有自定义排版和布局的营销或教育图形。
• 编辑产品照片（更改颜色、添加/删除对象），同时保持原始身份。
• 直接从提示生成透明资产（图标、UI 元素）。
• 为下游流程进行批量风格迁移或主体提取。

更多信息

• 模型卡和权重：HuggingFace / ModelScope
• 博客公告：https://qwen.ai/blog?id=qwen-image-2.1
• 演示空间：https://huggingface.co/spaces/Qwen/Qwen-Image-2.1
• 社区：README 中的 Discord 链接，以及微信二维码。

---

所有细节均直接取自仓库的 README；未推断任何额外功能。