Qwen 发布 Qwen-Image-2.1-Turbo,8 步去噪生成与编辑图像并开放权重
Qwen 发布 Qwen-Image-2.1-Turbo,在同样的 7B 视觉生成架构上做加速,仅需 8 步去噪即可生成和编辑图像,权重已在 ModelScope 和 Hugging Face 开放。
推荐理由:官方给出 Turbo 加速版在 8 步去噪下仍能生成 2K 图像,并同步开放权重与 API,便于判断落地成本。
技术方向
AI 画图与修图:文生图模型更新、图像编辑能力与创作工具。
4 条精选近 30 天 1 条共收录 21 条
Qwen 发布 Qwen-Image-2.1-Turbo,在同样的 7B 视觉生成架构上做加速,仅需 8 步去噪即可生成和编辑图像,权重已在 ModelScope 和 Hugging Face 开放。
推荐理由:官方给出 Turbo 加速版在 8 步去噪下仍能生成 2K 图像,并同步开放权重与 API,便于判断落地成本。
Qwen 宣布 Qwen-Image-2.1 在 Hugging Face Spaces 上线可直接试用的在线 demo,无需任何环境配置即可在浏览器中体验。该模型用单个 checkpoint 同时支持图像生成与编辑;据 Hugging Apps 介绍,它是 7B 参数的原生图像生成与编辑模型,最多支持 10 张参考图,并自带提示词增强 LLM,已集成 diffusers 与 ComfyUI。
推荐理由:Qwen-Image-2.1 在 Hugging Face Spaces 上线可直接试用的在线 demo,读者无需配置环境即可体验生成与编辑共用一个 checkpoint 的效果。
阿里 Qwen 发布 Qwen-Image-2.1 并开放权重,这是 Qwen-Image 系列中兼顾效果与成本的图像生成模型,统一支持生成与编辑。该模型采用 7B 轻量架构,官方称其性能超过多数闭源模型,并大幅加速多图输入推理。它可原生生成和编辑 RGBA 透明图层,支持最多 10 张参考图与局部精确控制,覆盖全景图、信息图和虚拟试穿等场景。
推荐理由:官方给出 7B 轻量架构、原生 RGBA 透明图层与最多 10 张参考图编辑等能力,可据此判断开源图像模型的实际可用边界。
Google 发布图像生成与编辑工具 Pics,基于 Nano Banana 构建,支持隔离并编辑图像中的特定对象而不改动其余部分、直接修改或翻译图中文字、多人协作同一作品,以及从单条提示词生成多个选项。
推荐理由:官方给出 Google Pics 的图像编辑能力与订阅、Workspace 开放范围,可据此判断可用性。