Qwen-Image-2.1-Turbo ускоряет генерацию изображений в пять раз
Qwen представила Qwen-Image-2.1-Turbo — ускоренную версию модели для генерации и редактирования изображений. Главное изменение касается процесса денойзинга: вместо 40 шагов новая версия использует только 8. Это позволяет заметно сократить время ожидания при сохранении архитектуры визуального генератора с 7 млрд параметров.
Модель применяет специальный график семплирования, а также дополнительные оптимизации CFG=1 и prefix KV caching. Последняя технология позволяет повторно использовать контекст текстового энкодера и референсных изображений. Веса Qwen-Image-2.1-Turbo опубликованы на Hugging Face, а запуск поддерживается через библиотеку Diffusers.
Результаты тестов на видеокартах NVIDIA
В пользовательском тесте на NVIDIA RTX PRO 6000 Blackwell Turbo показала существенный выигрыш по скорости. При разрешении 1024 × 1536 базовая Qwen-Image-2.1 с 40 шагами формировала изображение за 35 секунд, тогда как Turbo справлялась за 6,9 секунды. При разрешении 1024 × 1824 результаты составили 41,3 и 8,2 секунды соответственно.
Таким образом, в этих сценариях ускоренная версия работает примерно в пять раз быстрее. На практике это особенно заметно при подборе композиции, переборе промптов и создании большого количества черновиков.
Компромисс между скоростью и качеством
Первые отзывы о качестве оказались неоднозначными. Qwen-Image-2.1-Turbo нередко создаёт менее детализированные изображения и хуже следует сложным многоэтапным инструкциям, чем базовая модель.
В другом тесте на NVIDIA RTX 5090 Turbo сравнивали с полной Qwen-Image-2.1 на 25 шагах при разрешении 1024 × 1024. По наблюдениям автора эксперимента, ускоренная версия может чрезмерно усиливать текстуру кожи: поры и морщины становятся слишком резкими, а итоговое изображение напоминает результат агрессивной обработки. Базовая модель в тех же условиях чаще сохраняла более естественный вид.
Возможности для генерации и редактирования
Qwen-Image-2.1-Turbo предназначена не только для создания изображений с нуля. Модель также поддерживает работу с несколькими референсами и сохранение исходной композиции, редактирование отдельных элементов, генерацию изображений с прозрачностью RGBA, создание постеров с текстом и типографикой, а также подготовку интерфейсов и визуальных макетов.
Turbo решает конкретную задачу — ускоряет работу с изображениями без перехода на принципиально новую архитектуру. Для быстрых итераций, черновиков и поиска удачной композиции модель выглядит перспективно. При подготовке финальных фотореалистичных изображений и обработке сложных инструкций лучше дополнительно сравнить результат с базовой Qwen-Image-2.1 на собственных промптах.
