Alibaba frigiver Qwen-Image-2.1-Turbo: Billeder på otte trin

Alibabas AI-hold Qwen har udgivet Qwen-Image-2.1-Turbo. Det er en hurtigere udgave af billedmodellen Qwen-Image-2.1, som kom i september 2026. Turbo kan både lave billeder ud fra tekst og redigere eksisterende billeder.

Hvad er nyt?

Billedmodeller af denne type laver et billede ved gradvist at rydde støj væk. Hvert skridt kaldes et »denoising-trin«. Den almindelige model bruger 40 trin. Turbo-versionen klarer sig med 8.

Turbo er ikke en ny konstruktion. Ifølge omtalen er det samme model med 7 milliarder parametre (modellens indstillelige »knapper«), som er trimmet til at arbejde med langt færre trin. Den kan stadig lave billeder i 2K-opløsning og tage imod flere redigeringsønsker efter hinanden i almindeligt sprog.

Udgiverne peger også på to tekniske genveje. Modellen kører som standard uden såkaldt classifier-free guidance, så hvert trin kun kræver én beregning i stedet for to. Desuden genbruger den beregningen af tekst og referencebilleder i stedet for at gøre den forfra hele tiden.

Hvad kan du bruge det til?

Vægtene, altså selve den trænede model, kan hentes på Hugging Face og ModelScope. Alibaba har også åbnet en betalt API-adgang for udviklere. Fællesskabet har allerede lavet komprimerede versioner, som kan køre på almindeligt grafikkort.

For almindelige brugere betyder færre trin, at billeder går hurtigere og kræver mindre regnekraft. Det gør det mere realistisk at køre billed-AI lokalt i stedet for i skyen.

Licensen er en hage

Hovedmodellen Qwen-Image-2.1 blev udgivet under Qwen Research License, som kun tillader ikke-kommerciel brug. Tidligere Qwen-billedmodeller brugte den mere åbne Apache 2.0-licens. Virksomheder, der vil bruge modellen kommercielt, skal derfor aftale det med Alibaba. Jeg har ikke kunnet bekræfte, om samme vilkår gælder præcist for Turbo-udgaven, så tjek licensen, før du bruger den i et job.