Alibaba lance un modèle d'images IA puissant pour tous

Résumé

Alibaba lance Qwen-Image-2.1, modèle open-weight de 7 milliards de paramètres pour générer et éditer des images transparentes, exploitable sur GPU grand public, mais limité à un usage recherche.

Les faits

L’équipe Qwen d’Alibaba a présenté Qwen-Image-2.1, un modèle d’images open-weight dédié à la génération et à l’édition, conçu pour fonctionner sur des GPU grand public suffisamment puissants, comme une 3090. Son composant de génération visuelle ne compte que sept milliards de paramètres. Selon l’équipe, ce composant de 7 milliards de paramètres surpasse la plupart des modèles fermés de génération d’images sur le benchmark interne de Qwen, même si les évaluations indépendantes restent à venir. Le modèle est décrit comme capable de gérer des scénarios variés de création visuelle tout en restant compact. Qwen-Image-2.1 prend en charge nativement la génération et l’édition d’images transparentes au format RGBA, ce qui permet d’isoler des objets ou de modifier du texte sur des calques transparents. Il peut traiter jusqu’à dix images de référence simultanément, pour des usages comme les portraits de groupe, les essayages virtuels ou la conception de pièces, avec des cercles, des masques ou des marques peintes servant à guider les retouches locales. Qwen indique que des modifications d’architecture et la réutilisation du cache KV accélèrent l’inférence, notamment lorsqu’il y a plusieurs images de référence. Le modèle est disponible sur Hugging Face, GitHub et Model Scope, et une démonstration est proposée sur Hugging Face. Sa licence de recherche interdit l’usage commercial, les entreprises devant demander un accord distinct auprès de Qwen pour toute exploitation commerciale.

Pourquoi c’est important

Qwen-Image-2.1 illustre la montée en puissance des modèles d’images open-weight capables de rivaliser avec des solutions fermées tout en restant suffisamment compacts pour tourner sur des GPU de consommation. Le positionnement sur un composant de génération limité à sept milliards de paramètres, associé à des capacités avancées comme la transparence RGBA et la gestion de multiples images de référence, répond à une demande croissante pour des outils flexibles et déployables localement. La combinaison d’une distribution open-weight et d’une licence de recherche restrictive dessine cependant un modèle économique spécifique : la communauté peut expérimenter et évaluer le système, mais tout usage professionnel passe par une licence séparée auprès de Qwen. Ce compromis entre ouverture des poids et contrôle des usages commerciaux pourrait préfigurer la manière dont d’autres grands acteurs structureront la diffusion de leurs modèles de génération d’images.

Questions fréquentes

Qu’est-ce que Qwen-Image-2.1 ?

Qwen-Image-2.1 est un modèle open-weight de l’équipe Qwen d’Alibaba pour la génération et l’édition d’images.

Combien de paramètres compte la génération visuelle ?

Le composant de génération visuelle de Qwen-Image-2.1 compte sept milliards de paramètres.

Sur quels matériels Qwen-Image-2.1 peut-il tourner ?

Qwen-Image-2.1 fonctionne sur des GPU grand public puissants, comme une 3090.

Le modèle gère-t-il des images transparentes ?

Oui, il génère et édite nativement des images transparentes au format RGBA.

Qwen-Image-2.1 est-il utilisable commercialement ?

Sa licence de recherche interdit l’usage commercial, qui nécessite une licence séparée auprès de Qwen.

Source

Auteur

Rédaction spécialisée dans la veille et l'analyse de l'actualité de l'intelligence artificielle, des puces IA, des robots, des agents IA et de la recherche.