El equipo Qwen de Alibaba publicó los pesos de Qwen-Image-2.1 en Hugging Face y ModelScope. El modelo reúne generación y edición de imágenes, trabaja de forma nativa a 2048 x 2048 píxeles y puede producir archivos con transparencia RGBA.
La descarga permite ejecutar el sistema en infraestructura propia e integrarlo en flujos de creación visual. También admite hasta diez imágenes de referencia y ediciones localizadas mediante máscaras o círculos que señalan la zona que debe modificarse.
Qwen-Image-2.1 ofrece siete relaciones de aspecto documentadas. Entre ellas figura el formato 16:9 con una resolución de 2752 x 1536 píxeles, además del formato cuadrado nativo de 2048 x 2048.
Los pesos son descargables, pero el lanzamiento no debe confundirse con software de código abierto sin restricciones. La Qwen Research License Agreement cubre actividades de investigación y exige obtener una autorización separada para el uso comercial.
Qué incluye Qwen-Image-2.1
El componente visual tiene 7.000 millones de parámetros y utiliza 32 capas DiT, sigla de Transformer de difusión. Esta arquitectura procesa conjuntamente la información visual y textual mediante un flujo único, con un mecanismo de atención causal organizado por bloques.
Las instrucciones se codifican con Qwen3-VL 8B. Para comprimir y reconstruir las imágenes, el sistema incorpora un VAE RGBA de 64 canales con compresión espacial de 16 veces. La compatibilidad nativa con RGBA permite crear elementos con fondo transparente sin depender de una etapa posterior para eliminarlo.
El mismo modelo puede partir de una instrucción escrita o modificar material existente. Las diez referencias admitidas sirven para combinar información de varias imágenes, mientras que las máscaras y los círculos delimitan cambios específicos sin solicitar una reconstrucción completa del lienzo.
La documentación incluye compatibilidad con Diffusers, ComfyUI, vLLM-Omni, SGLang y LightX2V. Estas integraciones facilitan su incorporación en interfaces por nodos, aplicaciones basadas en Python y sistemas de inferencia preparados para desplegar modelos generativos.
La licencia de Qwen-Image-2.1 limita el uso comercial
Alibaba distribuye Qwen-Image-2.1 bajo su Qwen Research License Agreement. La posibilidad de descargar los archivos permite inspeccionar, probar y adaptar el modelo para investigación dentro de sus condiciones, pero no concede automáticamente permiso para incorporarlo a un producto o servicio comercial.
Una empresa que quiera ofrecer generación o edición de imágenes con estos pesos debe revisar el acuerdo y solicitar una licencia comercial separada. La disponibilidad pública del archivo técnico tampoco significa que todos los componentes tengan permisos equivalentes a licencias permisivas como Apache 2.0.
El repositorio oficial aporta ejemplos de ejecución, requisitos de integración y detalles de la arquitectura. Hugging Face aloja los pesos y la ficha del modelo, mientras que ModelScope constituye la segunda vía de distribución indicada por el equipo.
La publicación amplía una familia que ya incluía funciones de edición visual de Qwen, como cambiar el ángulo de una fotografía. Esta versión añade un sistema unificado, mayor resolución nativa, transparencia RGBA y opciones documentadas para trabajar con múltiples referencias.
