Alibaba lanza Qwen-Image-2.1, un modelo compacto de pesos abiertos que genera y edita imágenes con transparencia
Alibaba Cloud ha lanzado Qwen-Image-2.1 como un modelo unificado tanto para la generación como para la edición de imágenes que, además de caracterizarse por su poco peso (7B) para instalarlo de forma local, es capaz de generar imágenes con transparencia.
El laboratorio de Inteligencia Artificial (IA) detrás de Qwen ha presentado su nuevo modelo de pesos abiertos para imágenes, que se caracteriza por su arquitectura compacta de 7.000 millones de parámetros que ofrece capacidad para generar imágenes con transparencia, dar soporte a diez imágenes de referencia y cubrir desde panoramas e infografías hasta pruebas virtuales y tipografías.
Qwen-Image-2.1 se distingue por ser un modelo que ofrece un gran rendimiento en las ediciones y generaciones sin un coste de recursos exigente para la empresa o el usuario, ya que, al ser 7B requiere mucha menos memoria de vídeo, lo que abre las puertas a su accesibilidad en un "hardware" de menor potencia (RAM / VRAM) o incluso GPU de gama media o servidores pequeños.
En lo que respecta a la transparencia nativa, en canales alpha / RGBA, y a diferencia de otros modelos como Nano Banana Pro de Google, es capaz de generar imágenes que extraen a los sujetos u objetos a partir de fotos convencionales para poder usarlas en capas en programas de edición como Photoshop, o añadirlas directamente a un chat, sin que se vea el fondo blanco o negro de la imagen.
Qwen-Image-2.1 admite hasta diez imágenes de referencia que permiten combinar personas, prendas o todo tipo de artículos para generar una composición ajustada a lo que el usuario desea.
En cuanto a la edición, además de permitir la indicación de áreas a modificar con círculos de colores o marcadores, el nuevo modelo Qwen mantiene la fidelidad en retratos y es capaz de preservar detalles como el texto, la textura y la forma durante las ediciones.
Por último, el nuevo modelo de IA presenta la capacidad de generar panorámicas e infografías complejas a partir de fotos y para generar historias en formato de guion gráfico a partir de diseños de personajes de tres vistas como recurso base.
Asimismo, Alibaba Cloud ha recalcado que la tipografía da un salto de calidad al respetar el estilo, la distribución y la integración con la escena, además de ofrecer detalles más realistas en retratos e iluminación.
Este lanzamiento llega tras el de Qwen3.8-Omni-Flash, que ha supuesto un gran avance en procesamiento de voz e interacción de audio, por lo que, en cuestión de días, el laboratorio de IA se ha aproximado a los modelos cerrados en áreas importantes como la edición avanzada de imágenes, la multimodalidad eficiente y la accesibilidad de código abierto.
Infobae
