알리바바 큐원팀이 오픈웨이트 이미지 생성·편집 모델 'Qwen-Image-2.1'을 공개했다. 시각 생성 구성요소는 70억 개 매개변수에 불과하지만 자체 벤치마크에서 대부분의 폐쇄형 모델을 능가한다고 주장했으며, RTX 3090 같은 소비자용 GPU에서도 구동 가능하다. 투명 이미지(RGBA)를 기본 지원해 객체 분리나 투명 레이어 텍스트 수정이 가능하고, 최대 10장의 참조 이미지를 동시에 활용해 단체 사진 합성, 가상 착장, 룸 디자인 등에 활용할 수 있다. 아키텍처 개선과 KV 캐시 재사용으로 다중 참조 이미지 처리 시 추론 속도도 높였다. 다만 독립적인 벤치마크 검증은 아직 이뤄지지 않았으며, 연구용 라이선스로 상업적 이용은 별도 신청이 필요하다.

• •시각 생성 컴포넌트 70억 매개변수로 자체 벤치마크에서 주요 폐쇄형 모델 능가 주장
• •RTX 3090 등 소비자용 GPU에서 구동 가능
• •투명 이미지(RGBA) 기본 지원, 최대 10장 참조 이미지로 단체 사진·가상 착장·룸 디자인 편집
• •아키텍처 개선과 KV 캐시 재사용으로 다중 참조 이미지 추론 속도 향상
• •허깅페이스·깃허브·모델스코프에 공개, 연구용 라이선스로 상업적 이용은 별도 승인 필요