Qwen-Image 2.1 : Alibaba publie en poids ouverts un modèle d'image de 7 milliards de paramètres
Alibaba publie Qwen-Image-2.1 en open source : un modèle unique qui fait la génération d'images à partir de texte et leur retouche, avec 7 milliards de paramètres dans son composant de génération visuelle (32 couches DiT en flux unique). L'équipe met en avant la transparence native — produire et modifier des images à canal alpha, extraire un sujet d'une photo — capacité jusqu'ici confiée à un modèle dédié, Qwen-Image-Layered, sorti en décembre 2025.
Côté retouche, le modèle accepte jusqu'à dix images de référence, des modifications locales, et se dit conçu pour préserver les personnes et les produits d'une image. L'efficacité vient d'une attention à granularité mixte et d'une réutilisation du cache KV, qui traite les images d'entrée comme un contexte statique calculé une fois. À retenir avant de conclure quoi que ce soit d'un classement : les comparaisons publiées sont celles de Qwen-Image-Bench, le banc d'essai de l'équipe elle-même.