Qwen-Image-2.1-Turboがオープンソース化、画像生成が40ステップから8ステップに短縮

動察 Beating AI 速報、アリババの通義千問が Qwen-Image-2.1-Turbo をリリースし、モデルの重みを公開した。これは Qwen-Image-2.1 の高速化版であり、70 億パラメータの画像生成アーキテクチャを踏襲している。オリジナル版の公式サンプルでは 40 ステップのデノイジングを使用していたが、Turbo では 8 ステップに短縮され、ステップ数が 80% 削減された。デノイジングとは、モデルがノイズから段階的に画像を生成するプロセスのことである。ただし、ステップ数が 80% 削減されても、実際の所要時間も 80% 短縮されるわけではない。

新モデルは引き続き 2K 画像を生成でき、テキスト指示による画像編集、複数画像の参照、透明背景の出力をサポートしている。開発者は Hugging Face の Diffusers ツールライブラリを通じてローカルで実行でき、推奨される 8 ステップのサンプリング設定が自動的に使用される。Turbo と Pro の API もすでに公開されている。アリババクラウド百錬の北京リージョンの通常価格では、Turbo は 1 枚あたり 0.1 元、Pro 版は 0.25 元で、前者は 60% 安い。

すでにユーザーから生成速度が明らかに向上したとの報告があるが、画質の評価は分かれている。あるユーザーが RTX 5090 でテストしたところ、Turbo で生成された人物の肌のテクスチャが過度にシャープになっていることが判明した。現時点では、その画質がオリジナル版と同等であることを証明する十分な独立した評価が不足している。

注意すべき点として、Turbo は Qwen Research License を採用している。モデルの重みはダウンロード可能だが、無料使用は非商業的な研究と評価に限定される。重みを使用した商業開発には、別途ライセンスの申請が必要である。