Китайская компания Alibaba 20 сентября 2026 года выпустила новую версию своего ИИ для генерации изображений — Qwen-Image-2.1. Эта модель является бесплатной и открытой для скачивания. Благодаря этому пользователи могут запускать её локально на своих компьютерах, используя различные среды выполнения, например ComfyUI.
Ключевые особенности Qwen-Image-2.1:
- Поддержка японских текстовых подсказок.
- Возможность создания прозрачных PNG-изображений.
- Генерация изображений на основе нескольких ссылочных изображений.
Обзор серии Qwen-Image
Серия Qwen-Image начиналась с открытых моделей, однако Qwen-Image-2.0 (февраль 2026) и Qwen-Image-3.0 (июль 2026) были закрытыми. Возвращение к открытому формату произошло с релизом Qwen-Image-2.1, что обеспечивает доступ к модели для всех желающих и возможность локального запуска бесплатно.
В опубликованной Alibaba сравнительной диаграмме различных ИИ для генерации изображений Qwen-Image-2.1 имеет около 7 миллиардов параметров. Она компактнее, чем модель Qwen-Image-2512, вышедшая в январе 2026, но мощнее по сравнению с некоторыми закрытыми аналогами — например, Google Nano Banana 2.0 и OpenAI GPT-Image-1.5.
Тестирование Qwen-Image-2.1 в ComfyUI
Для запуска модели требуется загрузить несколько компонентов:
- Диффузионная модель
qwen_image_2.1_int8_convrot.safetensors - Текстовый энкодер
qwen3vl_8b_int8_convrot.safetensors - VAE
qwen_image_2.1_vae_bf16.safetensors
После установки и перезапуска среды ComfyUI можно вводить описание для генерации изображения. Программа поддерживает ввод подсказок на японском языке.
В тесте была сформирована фотография по подсказке: «Фотография. Горничная сидит на наружном блоке кондиционера. Японка с красной стрижкой в стиле волка. Читает газету, держа в рту леденец. Заголовок газеты содержит слова ‘GIGAZINE’ и ‘Image generation AI Qwen-Image-2.0 appears’.» Особое внимание привлекает фотореалистичность человеческой фигуры, несмотря на некоторую искаженность кондиционера и некорректное отображение текста газеты.
Путём изменения значения «seed» удалось получить изображение, где текст газеты отображается правильно. Хотя качество уступает онлайн-сервисам вроде ChatGPT или Gemini, отсутствие ограничений по числу генераций позволяет экспериментировать и получать хорошие результаты.
Производительность на типичной конфигурации ПК
Использовался ПК с видеокартой Intel Arc Pro B70 Creator 32GB и процессором AMD Ryzen 5 7600X. При разрешении 1024 х 1024 пикселей и 25 шагах генерация первого изображения заняла примерно 45 секунд, дальнейшие — около 30 секунд.
Создание прозрачных PNG
Одна из интересных функций Qwen-Image-2.1 — возможность создавать изображения с прозрачным фоном без сложных настроек. Для этого достаточно добавить в текст подсказки слова «transparent PNG».
В качестве примера было сгенерировано стилизованное изображение горничной в полный рост с короткими чёрными волосами и оранжевой заколкой в форме буквы «G». Фон полностью прозрачный, что подтверждается проверкой в графическом редакторе GIMP.
Редактирование изображений с помощью Qwen-Image-2.1
Редактирование основано на подаче исходного изображения и текста-подсказки. В одном из тестов была создана сцена, где горничная с прозрачного PNG стояла на сцене перед большим экраном, отображающим другое изображение. Горничная указывала на экран и говорила: «Amazing!».
В результате получилась в целом правильная композиция, однако имелись некоторые неточности, например, отсутствие искажения текстового облака при кривизне экрана, искажения элементов изображения и лишние конечности у персонажа.
Вероятность успешного результата с первого раза была невысока, что потребовало многократной генерации и выбора подходящих вариантов. В сообществе локальной генерации изображений популярна техника prompt enhancer — улучшение подсказок с помощью больших языковых моделей, которые подготавливают подсказку в оптимальной форме для ИИ. Такая практика может повысить качество результатов и для Qwen-Image-2.1.
Правовой аспект использования
Лицензия Qwen-Image-2.1 содержит пункт, запрещающий коммерческое использование модели, но в официальном аккаунте Alibaba в X (Twitter) уточняется, что права на изображения, созданные с помощью ИИ, принадлежат пользователю.
«Выходные изображения не относятся к лицензионным материалам. Пользователи сохраняют права на созданный с помощью модели контент.» — Qwen (@Alibaba_Qwen), 21 сентября 2026
Выводы
Qwen-Image-2.1 представляет собой сбалансированное решение в области генерации и редактирования изображений с открытым доступом. Благодаря компактному размеру модели и поддержке японских текстовых подсказок она может найти широкое применение у разработчиков и энтузиастов, заинтересованных в локальной работе с ИИ и создании контента без ограничений на число генераций.
Возможность создания прозрачных PNG изначально упрощает подготовку иллюстраций для дизайна и рекламы, а функция редактирования изображений расширяет спектр творческих задач. Однако для достижения высокого качества и точности по-прежнему требуется работа с подсказками и подбор параметров генерации. Использование дополнительных инструментов, например, prompt enhancer, обещает улучшить результаты.
Доступность модели для локальной работы без ограничений создает благоприятную основу для дальнейшего развития и адаптации Qwen-Image-2.1 в различных сферах визуального контента.
Прокомментировать в Телеграм: https://t.me/n8nhow
Подписаться на канал обучения n8n: https://t.me/n8ncoaching