Qwen 发布 Qwen-Image-2.1-Turbo 加速图像生成模型
Qwen 发布 Qwen-Image-2.1-Turbo 加速检查点,面向文生图和图像编辑,采用与 Qwen-Image-2.1 相同的 7B 视觉生成架构。该模型仅需 8 个去噪步骤,内置推荐采样计划,默认使用 CFG=1,并借助前缀 KV 缓存复用文本和参考图上下文。
推荐理由:模型页给出了8步采样、CFG与KV缓存等配置,可用于评估快速图像生成与编辑的落地方式。
公司与模型
阿里千问 Qwen 系列的模型发布与开源更新,从旗舰大模型到能装进手机的小模型。
5 条精选近 30 天 1 条共收录 6 条
Qwen 发布 Qwen-Image-2.1-Turbo 加速检查点,面向文生图和图像编辑,采用与 Qwen-Image-2.1 相同的 7B 视觉生成架构。该模型仅需 8 个去噪步骤,内置推荐采样计划,默认使用 CFG=1,并借助前缀 KV 缓存复用文本和参考图上下文。
推荐理由:模型页给出了8步采样、CFG与KV缓存等配置,可用于评估快速图像生成与编辑的落地方式。
Qwen 开源 Qwen-Image-2.1,将文生图与图像编辑统一在一个模型中,视觉生成组件采用 7B 参数和 32 层 Single-Stream DiT。
推荐理由:模型以7B视觉生成组件整合文生图与编辑,并公开多图编辑、局部蒙版和提示词改写用法,便于评估部署成本与适用场景。
Qwen 开源 Qwen-Image-2.1,将文本生成图像与图像编辑统一到一个模型中,视觉生成组件采用 7B 参数和 32 层 Single-Stream DiT。
推荐理由:模型兼顾生成、编辑与透明图像输出,并提供提示词改写和本地运行示例,便于评估其工作流适配方式。
Qwen 开源 Qwen-Image-2.1,将文本生成图像、图像编辑、透明图层生成与主体提取整合在同一模型中。其视觉生成组件采用 7B 参数和 32 层 Single-Stream DiT,支持最多 10 张参考图,以及圆形、绘制标注或独立蒙版指定的局部编辑。
推荐理由:模型提供文生图、图像编辑与透明图层生成,并公布安装和推理示例,方便开发者直接评估工作流。
Qwen 发布 Qwen-Drive-1.0-4B,以 Qwen3.5-4B 视觉语言模型为基础,在统一框架中实现 3D 感知、驾驶场景问答和运动规划。模型外接 BEV 感知头与 Planning Expert,分别完成 3D 目标检测、语义占用预测、BEV 地图分割及未来车辆轨迹生成。
推荐理由:Qwen-Drive-1.0 将 3D 感知、驾驶问答与运动规划整合到同一多模态框架,并公开权重和推理代码。