The Pulse

Qwen-Image 2.1 disponibile su ModelScope con generazione e modifica di immagini trasparenti

Qwen-Image 2.1 è ora disponibile su ModelScope come modello open source per la generazione e la modifica di immagini, con supporto per immagini RGBA trasparenti, modifiche localizzate e più immagini di riferimento.

AI.info Team · Scritto con l’IA · verificato · 2026-09-20

Qwen-Image 2.1 è ora disponibile come modello open source su ModelScope. La scheda lo presenta come un sistema unificato della famiglia Qwen per la generazione di immagini da testo e la modifica di immagini, con particolare attenzione alla qualità delle immagini, all’efficienza dell’inferenza e alla flessibilità dei flussi di lavoro visivi.

La pagina del modello indica Qwen/Qwen-Image-2.1 come identificativo e fornisce informazioni sul download e sull’inferenza. Descrive un componente per la generazione visiva da 7 miliardi di parametri, costruito con 32 livelli Single-Stream DiT. Secondo la pagina, l’architettura è progettata per bilanciare qualità della generazione, efficienza computazionale e versatilità.

«Siamo entusiasti di rendere open source Qwen-Image-2.1, un modello unificato della famiglia Qwen per la generazione di immagini da testo e la modifica di immagini».
— Qwen, soggetto che ha pubblicato il modello

Generazione e modifica in un unico modello

Qwen-Image 2.1 supporta sia la generazione di immagini da testo sia la modifica di immagini. La documentazione su ModelScope include un esempio di generazione da testo che produce un’immagine di 2048 per 2048 a partire da un prompt scritto. Presenta anche un esempio di modifica in cui un’immagine in ingresso viene alterata tramite un’istruzione in linguaggio naturale.

Secondo la scheda, il modello supporta modifiche localizzate tramite cerchi, annotazioni dipinte e maschere separate. Gli utenti possono anche fornire fino a 10 immagini di riferimento. Queste funzionalità sono pensate per aiutare a preservare l’identità di persone e prodotti mentre si perfezionano aree selezionate di un’immagine, afferma la documentazione.

Trasparenza nativa e output RGBA

A differenza delle informazioni precedentemente riportate nella scheda, la documentazione del modello pubblicato descrive esplicitamente la generazione nativa di immagini trasparenti. Qwen-Image 2.1 può generare immagini RGBA normali o trasparenti, modificare livelli trasparenti ed estrarre soggetti dalle fotografie.

Le istruzioni di avvio rapido includono un flusso di lavoro per immagini trasparenti che utilizza un prompt contenente riferimenti a un’immagine RGBA, a un canale alfa e a uno sfondo trasparente. L’immagine risultante può essere salvata tramite l’esempio Python fornito. La pagina indica inoltre la generazione nativa di immagini trasparenti tra le funzionalità dimostrate del modello.

Qualità delle immagini e miglioramenti tecnici

La descrizione su ModelScope mette in evidenza miglioramenti nella tipografia, nell’illuminazione dei ritratti, nelle texture realistiche e nei dettagli visivi più fini. Presenta questi cambiamenti come parte di uno sforzo volto a produrre immagini più convincenti e a preservare meglio le caratteristiche visive durante la modifica.

Il modello utilizza l’attenzione a granularità mista e il riutilizzo della cache chiave-valore dei prefissi, tecniche che la scheda associa a un’architettura compatta ed efficiente. Secondo la pagina, questa progettazione offre un’elevata qualità delle immagini a un costo computazionale inferiore, anche se la pagina non include tabelle di benchmark che confrontino Qwen-Image 2.1 con i precedenti modelli di immagini Qwen o con sistemi concorrenti.

Dimensioni supportate e distribuzione

La documentazione elenca rapporti d’aspetto preimpostati che vanno dalle immagini quadrate 1:1 agli output orizzontali 16:9 e verticali 9:16. Le risoluzioni corrispondenti vanno da 1536 per 2752 pixel a 2752 per 1536 pixel, con diversi formati intermedi sia verticali sia orizzontali.

Le istruzioni di avvio rapido utilizzano PyTorch, Transformers, Diffusers, Accelerate e Pillow. Mostrano come caricare il modello tramite QwenImage21Pipeline e includono un’opzione di offload sulla CPU per la gestione della memoria. La pagina fornisce anche un esempio di API di inferenza per ModelScope, che comprende una richiesta asincrona di generazione di immagini e un ciclo di polling dello stato dell’attività.

Qwen-Image 2.1 è distribuito con la licenza Qwen Research License Agreement. La scheda su ModelScope include link a ulteriori materiali del progetto, immagini di esempio e indicazioni sull’inferenza, offrendo agli utenti un punto di partenza per la generazione locale, la modifica di immagini e i flussi di lavoro con output trasparenti.