Alibaba lança modelo Qwen Image 2.1 com apenas 7 bilhões de parâmetros e supera Nano Banana 2.0 da Google

A Alibaba Cloud apresentou o Qwen Image 2.1, uma nova versão de um modelo de geração de imagens de baixo consumo, que segundo a empresa, supera modelos fechados como o Nano Banana 2.0 da Google em testes internos. Com apenas 7 bilhões de parâmetros, o modelo é capaz de rodar em placas gráficas de consumo, como a RTX 3090, e oferece funcionalidades como transparência nativa e edição de imagens com base em múltiplas referências.

Funcionalidades e desempenho

O Qwen Image 2.1 suporta a geração de imagens com fundos transparentes, um recurso valioso para designers e criadores de produtos personalizados. Além disso, permite a edição de imagens usando até 10 referências, como combinar roupas de um catálogo com uma imagem de uma pessoa para criar um visual completo. Em benchmarks internos, o modelo obteve 60,2 pontos no Qwen Image Benchmark, superando o Nano Banana 2.0 (59,82), mas ficando atrás de modelos como o GPT Image 2.5 Sunburst (67) e o Muse Image (62,34).

Restrições de licença

Apesar do desempenho competitivo, o novo modelo traz mudanças na licença: uso comercial requer autorização direta da Alibaba. Isso difere da licença Apache do modelo anterior, gerando dúvidas sobre o quanto ele permanece “aberto”. A equipe da Alibaba esclareceu que a geração de imagens não é considerada material licenciado, mas o modelo em si não pode ser revendido sem permissão.

Desempenho em hardware local

Usuários testaram o Qwen Image 2.1 em hardware local com resultados promissores. Em uma RTX 4090, a geração de imagens de 1MP levou cerca de 5 segundos, enquanto em uma RTX 5070, a mesma tarefa demorou 25 segundos. O modelo também funcionou em hardware mais antigo, como a RTX 3060, gerando imagens de 2K em aproximadamente 50 segundos.

Fonte: Tom’s Hardware