Обзор Qwen-Image-2.1: генератор изображений с корректным рендерингом текста

Alibaba выпустила модель генерации изображений Qwen-Image-2.1 на ~20 млрд параметров с улучшенным рендерингом текста на китайском, английском, японском и корейском. Поддерживает редактирование по референсу, расширение границ и вывод в 1080p; 1024x1024 генерируется примерно за 10 секунд на современном GPU.

• Модель на ~20 млрд параметров с текстовым энкодером и локализацией слов
• Короткие надписи рендерятся корректно, длинные абзацы превращаются в бессмыслицу
• Редактирование по референсу меняет только указанный элемент, но часто задевает свет и фон
• Полная версия требует много VRAM, квантованная работает на 24 ГБ