MADRID 21 set. (Portaltic/EP) -
A Alibaba Cloud lançou o Qwen-Image-2.1 como um modelo unificado tanto para a geração quanto para a edição de imagens que, além de se caracterizar por seu tamanho reduzido (7B) para instalação local, é capaz de gerar imagens com transparência.
O laboratório de Inteligência Artificial (IA) por trás do Qwen apresentou seu novo modelo de pesos abertos para imagens, que se destaca por sua arquitetura compacta de 7 bilhões de parâmetros, capaz de gerar imagens com transparência, suportar dez imagens de referência e abranger desde panoramas e infográficos até testes virtuais e tipografias.
O Qwen-Image-2.1 se destaca por ser um modelo que oferece alto desempenho em edições e geração de imagens sem um custo de recursos exigentes para a empresa ou o usuário, já que, por ser um modelo de 7 bilhões de parâmetros, requer muito menos memória de vídeo, o que abre as portas para sua acessibilidade em hardware de menor potência (RAM/VRAM) ou mesmo em GPUs de gama média ou servidores de pequeno porte.
No que diz respeito à transparência nativa, nos canais alfa/ RGBA, e ao contrário de outros modelos como o Nano Banana Pro do Google, ele é capaz de gerar imagens que isolam pessoas ou objetos a partir de fotos convencionais para que possam ser usadas em camadas em programas de edição como o Photoshop, ou adicionadas diretamente a um chat, sem que o fundo branco ou preto da imagem fique visível.
O Qwen-Image-2.1 suporta até dez imagens de referência, permitindo combinar pessoas, roupas ou todo tipo de item para gerar uma composição de acordo com o que o usuário deseja.
Quanto à edição, além de permitir a indicação de áreas a serem modificadas com círculos coloridos ou marcadores, o novo modelo Qwen mantém a fidelidade em retratos e é capaz de preservar detalhes como texto, textura e forma durante as edições.
Por fim, o novo modelo de IA apresenta a capacidade de gerar panorâmicas e infográficos complexos a partir de fotos, além de criar histórias no formato de roteiro gráfico com base em designs de personagens em três vistas.
Além disso, a Alibaba Cloud destacou que a tipografia apresenta um salto de qualidade ao respeitar o estilo, a distribuição e a integração com a cena, além de oferecer detalhes mais realistas em retratos e iluminação.
Este lançamento vem na sequência do Qwen3.8-Omni-Flash, que representou um grande avanço no processamento de voz e na interação de áudio; assim, em questão de dias, o laboratório de IA se aproximou dos modelos fechados em áreas importantes como a edição avançada de imagens, a multimodalidade eficiente e a acessibilidade de código aberto.
Esta notícia foi traduzida por um tradutor automático