Qwen-Image-2.1-Turbo: открытая модель Alibaba теперь рисует и правит картинки в 5 раз быстрее

Qwen-Image-2.1-Turbo: открытая модель Alibaba теперь рисует и правит картинки в 5 раз быстрее
Qwen — семейство ИИ-моделей Alibaba, а Qwen-Image — модель для генерации и редактирования изображений с открытыми весами: её можно скачать и запустить на своём компьютере (создатели FLUX 3 Image, например, опубликовать открытые веса пока только обещают). Свежая версия Qwen-Image-2.1 вышла в сентябре, а на днях к ней добавилась ускоренная Qwen-Image-2.1-Turbo.
Turbo — та же модель, только путь от шума к готовой картинке она проходит не за 40 шагов, а всего за 8. Отсюда и ускорение примерно в пять раз. Например, на видеокарте RTX PRO 6000 Blackwell картинка 1024×1536 вместо 35 секунд создаётся за 6,9 секунды, а 1024×1824 — за 8,2 вместо 41,3.
Что умеет Qwen-Image-2.1-Turbo:
⚬ Генерирует и редактирует картинки в одной модели, нативно — в 2K, от квадрата 2048×2048 до широкого кадра 2752×1536.
⚬ Собирает новый кадр из нескольких снимков-референсов (у Qwen-Image-2.1 — до 10), сохраняя внешность людей и вид товаров. В официальном примере два ребёнка с разных фото стоят рядом в одном кадре, а кресло, тумба и столик с отдельных снимков расставлены в пустом интерьере.
⚬ Правит отдельные элементы: нужную область можно обвести, отметить кистью или задать маской, а остальной кадр остаётся прежним.
⚬ Создаёт картинки с прозрачным фоном (PNG с альфа-каналом) и умеет вырезать объект из фотографии.
⚬ Аккуратно пишет текст — от постеров и упаковки до макетов интерфейса.
У скорости есть цена: по сравнению с полной версией Turbo рисует чуть менее детально, хуже справляется со сложными промптами, а кожа на портретах порой выглядит пересушенной — поры и морщины получаются слишком резкими.
Режим с прозрачным фоном пригодится предметному фотографу: вырезанный товар сразу готов для коллажа или карточки маркетплейса. Из нескольких референсов удобно собирать сцену для мудборда, а текстовые возможности позволяют делать афиши и обложки для соцсетей. Turbo особенно хороша там, где важна скорость: быстро перебрать десяток вариантов композиции, выбрать лучший и уже его доделать в полной версии.
Веса Qwen-Image-2.1-Turbo выложены на Hugging Face, запускается модель через библиотеку Diffusers. Весят они около 32 ГБ: сама модель на 7 млрд параметров плюс текстовый кодировщик Qwen3-VL. Целиком в памяти видеокарты им нужно около 38 ГБ, но и на игровой RTX 4090 с 24 ГБ модель работает — с частичной выгрузкой в оперативную память.
Лицензия у модели исследовательская: бесплатно её можно использовать только в некоммерческих целях, для работы на заказ Alibaba предлагает отдельную лицензию. Есть и облачный API — $0,016 за картинку. Попробовать Turbo без установки можно в демо на Hugging Face.
PS А подписки на Claude, ChatGPT, Gemini, Grok, Perplexity и другие нейросети в России за рубли с карт МИР всегда можно забрать в национальном скидочном чате фотографов и операторов и на сайте skidkizhukova.ru.
Запускаете нейросети на своём компьютере? Или удобнее в облаке?