أطلق فريق Qwen في Alibaba نموذج Qwen-Image-2.1-Turbo لتوليد الصور وتعديلها، وهو مبني على Qwen-Image-2.1 ويحتفظ بمعماريته البصرية بـ7 مليارات معامل، لكنه يولّد في 8 خطوات بدل 40، بحسب MarkTechPost.
القدرات
- الدقّة نفسها (2K) ومجموعة ميزات التعديل نفسها في النموذج الأساسي.
- من الأمثلة: صور شخصية، وأوضاع بشرية، وصور بخلفيات شفّافة، وطباعة وملصقات، وتصاميم واجهات.
- تعديل صورة واحدة، أو تركيب من عدّة صور مرجعية. والنموذج الأساسي يدعم حتى 10 صور مرجعية وتعديلات محلية بدوائر أو تعليقات أو أقنعة.
كيف يعمل؟
- محوّل انتشار (DiT) أحادي المسار بـ32 طبقة، مع مرمّز نص Qwen3-VL 8B يرمّز التعليمات والصور المرجعية.
- مرمّز تلقائي بـ64 قناة RGBA يتيح الشفافية أصلًا.
- تخزين مؤقت للسياق: النص والصور المرجعية تُحسب مرّة واحدة في الخطوة الأولى، وتُعاد استخدامها في كل الخطوات اللاحقة. ومع 8 خطوات فقط، يغطّي ذلك معظم تكلفة التوجيه.
التشغيل والترخيص
يعمل عبر مكتبة Diffusers على بطاقات CUDA. لم ينشر Qwen حدًّا أدنى للذاكرة لنسخة Turbo، لكن Unsloth تقدّر أن النموذج الأساسي يعمل على 11 غيغابايت بصيغة GGUF. والنقطة الأهم: الترخيص للأبحاث فقط، فالاستضافة الذاتية التجارية تحتاج إذنًا منفصلًا.
ليه ده مهم؟
تقليل خطوات التوليد من 40 إلى 8 يعني صورًا أسرع وأرخص بكثير، وهو ما يجعل التوليد التفاعلي ممكنًا. لكن «مفتوح الأوزان» هنا لا يعني «حرّ الاستخدام التجاري»، فراجع الترخيص قبل البناء عليه في منتج.
المصادر: MarkTechPost — 2026-10-09
