Qwen-Image-2.1-Turbo: genera e modifica immagini in 8 passi

Qwen-Image-2.1-Turbo è il checkpoint accelerato di Qwen-Image-2.1: stessa architettura da 7B, ma genera e modifica immagini in 8 soli passi di denoising, con lo schedule di campionamento già salvato nel checkpoint. Niente configurazioni manuali dello scheduler.

I numeri che contano

• 8 passi invece di decine: schedule incluso, CFG=1 di default, KV-cache per riusare contesto tra i passi.
• Stessa architettura visuale da 7B di Qwen-Image-2.1, pipeline QwenImage21Pipeline di Diffusers.
• Text-to-image ed editing nello stesso checkpoint: da uno schizzo a una foto fotorealistica.
• Formati fino al 9:16 verticale (1536x2752) e 16:9 (2752x1536).

Otto passi cambiano il ritmo di lavoro: iteri in secondi invece che in minuti, e la KV-cache evita di ricalcolare testo e immagine di riferimento a ogni passo.

L'editing: da schizzo a fotografia

Gli dai un'immagine e un prompt che descrive il risultato: il modello la ridisegna fotorealistica. L'esempio ufficiale parte dallo schizzo di uno yacht a matita e lo trasforma in una foto a tutta pagina, con scafi, oblò e scia coerenti.

Scrive dentro le immagini

Il punto che lo distingue: gestisce testi lunghi e dettagliati nei prompt e li rende leggibili nell'immagine, come nel poster didattico di chimica dell'esempio ufficiale. Per locandine, schemi e infografiche è la feature che conta.

Come usarlo

pip install git+https://github.com/huggingface/diffusers.git
pip install "transformers>=5.17.0" accelerate pillow

import torch
from diffusers import QwenImage21Pipeline

pipe = QwenImage21Pipeline.from_pretrained(
    "Qwen/Qwen-Image-2.1-Turbo",
    dtype=torch.bfloat16,
).to("cuda")

image = pipe(prompt=prompt, image=input_image,
             width=2048, height=2048,
             use_kv_cache=True).images[0]

Serve Diffusers da sorgente con il supporto ai sigma configurati dalla pipeline, più transformers almeno 5.17. Lo schedule a 8 passi si carica da solo: impostare solo num_inference_steps non lo cambia.

Il punto onesto: la licenza

Licenza research dedicata, non Apache: prima di usi commerciali, leggere il file LICENSE sul repo. Pesi aperti non significa pesi liberi.

Da dove partire

Fonte: Model card con esempi e preset di risoluzione — 8 passi, editing, licenza research

Fonte: Blog Qwen-Image-2.1 — Il modello base da cui deriva il Turbo