Qwen выложила подсказчик к Qwen-Image-2.1: из короткой просьбы делает подробный запрос
Qwen-Image-2.1-PE-T2I принимает короткое описание картинки на любом языке и выдаёт развёрнутый запрос на английском, а также советует соотношение сторон. Это дообученная Qwen3.5-VL на 9 млрд параметров.
Qwen открыла модель-подсказчик Qwen-Image-2.1-PE-T2I. Она берёт короткую просьбу нарисовать картинку на любом языке и превращает её в подробное описание на английском. Заодно модель советует, в каком соотношении сторон рисовать.
Внутри — дообученная Qwen3.5-VL на 9 млрд параметров. Сначала модель рассуждает, потом выдаёт ответ в машиночитаемом виде: готовый запрос для генератора и рекомендуемый формат кадра. Запустить её можно через библиотеки Transformers и Diffusers.
Подсказчик нужен, потому что генераторы картинок лучше справляются с развёрнутыми описаниями, чем с парой слов. Накануне Qwen выложила парную модель PE-I2I: она так же переписывает невнятные команды на правку уже готового изображения.
Обе работают в паре с Qwen-Image-2.1, которая и рисует картинки, и редактирует их. В её генеративной части 7 млрд параметров. По словам авторов, она сразу выдаёт картинки с прозрачным фоном, принимает до 10 образцов-референсов и правит участок, обведённый кружком. Ещё разработчики обещают более аккуратные надписи и портретный свет.
Подсказчик распространяется по Qwen Research License Agreement — собственной исследовательской лицензии Qwen, а не по одной из стандартных открытых.