Qwen выпустила ускоренную модель Qwen-Image-2.1-Turbo

Qwen представила Qwen-Image-2.1-Turbo — ускоренную версию модели для генерации и редактирования изображений. Главное изменение касается процесса денойзинга: вместо 40 шагов модель использует восемь, что заметно сокращает время получения результата.

При этом Qwen-Image-2.1-Turbo сохраняет архитектуру визуального генератора на 7 млрд параметров. Для ускорения применяются специальный график семплирования, CFG=1 и prefix KV caching. Последняя оптимизация позволяет повторно использовать контекст текстового энкодера и референсных изображений, не вычисляя его заново на каждом этапе.

Веса модели опубликованы на Hugging Face, а запуск поддерживается библиотекой Diffusers. Это упрощает интеграцию Turbo в существующие рабочие процессы и позволяет тестировать модель на совместимом оборудовании.

Качество против скорости

Первые проверки показали, что прирост скорости сопровождается компромиссами в качестве. Turbo нередко создаёт менее детализированные изображения и хуже обрабатывает сложные инструкции, чем базовая Qwen-Image-2.1.

В одном из тестов на NVIDIA RTX 5090 модель запускали при разрешении 1024 × 1024 и сравнивали с полной версией Qwen-Image-2.1, использовавшей 25 шагов. По наблюдениям автора проверки, Turbo могла чрезмерно усиливать текстуры кожи: поры и морщины выглядели слишком резкими, из-за чего результат напоминал изображение после агрессивной обработки. Базовая модель в тех же условиях давала более естественную картинку.

Другой тест проводился на NVIDIA RTX PRO 6000 Blackwell. Отзывы также оказались неоднозначными: ускоренная версия выигрывает во времени генерации, но не всегда сохраняет уровень проработки и точность следования промпту, характерные для полной модели.

Возможности редактирования

Qwen-Image-2.1-Turbo предназначена не только для создания изображений с нуля. Модель поддерживает работу с несколькими референсами и может сохранять исходную композицию при редактировании. Среди заявленных сценариев — изменение отдельных элементов изображения, генерация картинок с прозрачностью в формате RGBA, создание постеров с текстом и типографикой, а также разработка интерфейсов и визуальных макетов.

Таким образом, Turbo ориентирована прежде всего на быстрые итерации, подготовку черновиков и подбор композиции. Для таких задач сокращение числа шагов может оказаться важнее максимальной детализации.

Для финальных фотореалистичных изображений и сложных многоступенчатых инструкций разумно сравнивать Qwen-Image-2.1-Turbo с базовой моделью на собственных промптах. Ускоренная версия сохраняет общий подход оригинала, но её преимущество в скорости сопровождается заметными ограничениями качества в отдельных сценариях.