AlibabaのQwen-Image-2.1、7Bでオープンソース化

Qwen-Image-2.1は、かつて別々のツールに分かれていた処理——テキストからの画像生成、画像編集、背景除去、2K出力——を一つにまとめた7BのDiTモデルとしてAlibabaのQwenチームから登場した。記事はこれを、画像を生成することと編集することの境界が消える地点と位置づける。かつて生成・切り抜き・レタッチ・アップスケールを要したパイプラインを、一つのモデルで処理できるようになった。

著者が引く比較対象は、同じAlibaba系のZ-Image-Turboだ。こちらは速度重視で、コンシューマーGPUで8ステップ・2～4秒（Qwen-Image-2.1は約20～30秒）だが、ネイティブ2K出力とマルチ画像編集は持たない。KreaやOpenAIのGPT Image 2.5といったクラウドサービスに対しては、Qwen-Image-2.1は完全ローカルで動作しコンテンツ制限もない一方、ライセンスはQwen Research Licenseで商用には別途契約が必要だと記事は指摘する。

これを基盤に何かを作る人にとっての実務的な論点は、生の能力よりもライセンスとハードウェアの適合性かもしれない。モデルは16GB VRAMのコンシューマーGPU、INT8量子化なら8GBから動く。製品化を狙うチームが商用条件を確保できるか、Qwen Research Licenseがその明確な道筋を示すかが試される。