Qwen выпустила Image 2.1 Turbo: пользовательские тесты и впечатления

Qwen представила Qwen-Image-2.1-Turbo — ускоренную версию модели для генерации и редактирования изображений. Вместо 40 шагов денойзинга она использует 8. Первые тесты подтверждают прирост скорости, но детализация и следование сложным промптам уступают базовой модели.

Веса опубликованы на Hugging Face, а запуск поддерживается через Diffusers.

В пять раз быстрее

Turbo сохраняет архитектуру визуального генератора на 7 млрд параметров, но использует специальный график семплирования на восьми шагах. В качестве дополнительных оптимизаций применяются CFG=1 и prefix KV caching, позволяющий повторно использовать контекст текстового энкодера и референсных изображений.

Тест модели на NVIDIA RTX PRO 6000 Blackwell:

Источник: Reddit.

Что изменилось в качестве

Первые отзывы неоднозначные. Turbo часто выдаёт менее проработанные изображения и хуже справляется со сложными инструкциями.

Еще один юзер проверил модель на RTX 5090 с разрешением 1024 × 1024 и сравнил результат с полной Qwen-Image-2.1 на 25 шагах. По его наблюдениям, Turbo часто усиливает текстуру кожи: поры и морщины выглядят слишком резкими, а изображение напоминает результат агрессивной обработки. Базовая модель в тех же тестах давала более естественную картинку.

Итоги

Turbo подходит также для редактирования изображений. Среди заявленных возможностей:

• работа с несколькими референсами и сохранение композиции;

• редактирование отдельных элементов изображения;

• генерация изображений с прозрачностью RGBA;

• создание постеров с текстом и типографикой;

• генерация интерфейсов и визуальных макетов.

Qwen-Image-2.1-Turbo решает понятную задачу: ускоряет генерацию изображений без перехода на принципиально другую архитектуру. Для быстрых итераций, черновиков и подбора композиции Turbo выглядит перспективно. Для финальных фотореалистичных изображений и сложных инструкций стоит сравнить её с базовой моделью на собственных промптах.