Qwen-Image-2.1、透明画像を含む生成と編集を7B modelへ統合
これは何?Qwen-Image-2.1は、textからの画像生成と参照画像の編集を一つのopen-source modelで扱う画像生成systemです。
画像生成部を7B parametersに抑え、前世代では別modelだった透明RGBA画像の生成・編集・subject抽出を統合しました。最大10枚の参照画像、circle・paint・maskによる局所編集、人物と商品のfidelity保持に対応し、mixed-granularity attentionとKV cacheで複数画像編集を効率化します。品質比較はQwen Team自身のbenchmarkであり、実素材での再評価が必要です。
透明layerと複数参照を一つのmodelで扱えるため、生成物を後工程で再利用するdesign workflowを短くできます。model sizeだけでなく、identity・商品text保持とmemory使用量を実dataで測る必要があります。
- 読むべき人
- 画像生成基盤、design tool、EC・creative workflow担当
- HN
- 415 points / 143 comments