Sayak Paul: QwenImage 2.1의 KV 캐싱에서 2.55배 속도 향상 측정
Sayak Paul은 QwenImage 2.1에서 KV 캐싱이 각 디노이징 단계마다 변경되는 이미지 위치와 별도로 고정 컨텍스트를 캐싱하여 통합되는 방식을 설명했습니다. 그는 이후 단계가 더 저렴해지며 2.55배 속도 향상이 측정되었다고 말했습니다.
Sayak Paul은 QwenImage 2.1에서 KV 캐싱이 각 디노이징 단계마다 변경되는 이미지 위치와 별도로 고정 컨텍스트를 캐싱하여 통합되는 방식을 설명했습니다. 그는 이후 단계가 더 저렴해지며 2.55배 속도 향상이 측정되었다고 말했습니다.
ModelScope는 Civision이 이제 Qwen-Image-2.1에 대한 추론과 LoRA 학습을 모두 지원한다고 밝혔습니다.
Alibaba Cloud는 Qwen-Image-2.1이 이전 버전에 비해 시각적 품질을 개선했다고 밝혔으며, 특히 텍스트와 인물의 미학에서 그러하고 텍스트 렌더링 예시를 공유했습니다.
알리바바 클라우드는 Qwen-Image-2.1이 로컬 편집을 지정하는 여러 방식을 지원한다고 밝혔습니다. 원을 사용해 영역을 표시하고 해당 영역들에 제거 및 수정을 한 번에 적용하는 방식이 포함됩니다.
알리바바 클라우드가 오픈 웨이트를 갖춘 통합 7B 이미지 생성 및 편집 모델 Qwen-Image-2.1을 발표했다. 회사는 이 모델이 RGBA 레이어를 네이티브로 처리하고, 최대 10개의 참조 이미지를 지원하며, GitHub, ModelScope, Hugging Face에서 이용할 수 있다고 밝혔다.
SGLang은 SGLang-Diffusion이 이제 Qwen-Image 2.1에 대한 day-0 지원을 제공하며 텍스트-이미지, 다중 이미지 편집, 투명 RGBA 출력을 다룬다고 밝혔다. Qwen은 해당 프로젝트에 감사를 표하며 이제 이 스택이 해당 기능을 제공한다고 말했다.
Qwen이 Hugging Face Spaces에 있는 Hugging Apps의 Qwen-Image-2.1 라이브 데모를 강조하며, 하나의 체크포인트가 생성과 편집을 모두 담당하고 설정 없이 브라우저에서 체험할 수 있다고 밝혔다. Hugging Apps는 해당 모델을 최대 10개의 이미지 참조를 지원하는 7B 파라미터 네이티브 생성 및 편집 모델로 설명했다.
Hugging Apps는 Qwen Image 2.1이 최대 10개의 이미지 참조를 지원하는 7B 파라미터 네이티브 이미지 생성 및 편집 모델이며, 자체 프롬프트 향상 LLM과 diffusers 및 ComfyUI 통합을 갖추고 있다고 밝혔습니다. Hugging Face Spaces에서 이용할 수 있습니다.
Sayak Paul이 Qwen-Image-2.1이 Diffusers에서 Day-0로 사용 가능하다고 말했으며 Hugging Face의 모델을 링크했습니다.
ComfyUI는 Qwen-Image-2.1이 이제 지원된다고 밝히며, 생성과 편집을 위한 오픈 웨이트 7B 체크포인트를 설명했습니다. Qwen은 해당 발표를 인용하며 ComfyUI 지원을 강조했습니다.
vLLM은 @Alibaba_Qwen의 Qwen-Image-2.1이 vLLM-Omni에서 출시 당일 지원된다고 밝혔으며, 생성·편집·투명 이미지를 위해 Qwen3-VL-8B와 페어링된 7.1B DiT라고 설명했다. Qwen은 vLLM에 감사하며 하나의 모델이 서비스를 제공할 준비가 되었다고 말했다.
Qwen이 Qwen-Image-2.1을 발표하며, 이 7B 모델이 이미지 생성과 편집을 통합하고 가중치가 이제 오픈되었다고 밝혔다. 회사는 이 모델이 RGBA 레이어를 네이티브로 처리하고, 최대 10장의 참조 이미지를 지원하며, 정밀한 로컬 제어를 제공한다고 말했다.