Qwen-Image-2.1は何ができる？ 2K・透過画像・編集機能と商用利用の壁

アリババのQwenチームが公開したQwen-Image-2.1は、文章からの画像生成と既存画像の編集を一つのモデルで扱う。注目点は、2Kクラスの出力、背景を透明にできるRGBA画像、複数の画像を参照した編集だ。一方、導入前に確かめたいのは利用条件。重みを入手できる「オープンウェイト」と、商用利用できることは同義ではない。 141518

画像制作で役立つ機能

複数の縦横比でネイティブの2Kクラス画像を出力できる。RGBA画像の生成・編集にも対応し、アルファチャンネルによって透明な部分を持つ画像を作れる。イラストやステッカー、画面用素材など、ほかの画像に重ねる素材を試作する際には、別途背景を切り抜く工程を省ける可能性がある。1214157

編集では、一つのタスクで最大10枚の参照画像を使用できる。変更したい範囲を丸で囲む、塗って指示する、別のマスク画像を渡すといった方法も用意されている。複数の被写体を組み合わせたり、画像の一部分を修正したりする用途を試せるが、仕上がりは目視で確認する必要がある。2414

「7B」は必要な機材の目安ではない

公表されている70億（7B）パラメーターは、画像生成を担う部分の規模を指す。Qwenのリポジトリによると、この部分には32層のシングルストリーム型拡散Transformerが使われている。画像処理の仕組み全体が7Bで収まるという意味ではなく、この数字だけから実行時のメモリ要件を判断することはできない。1526

Qwenは、異なる粒度を扱う注意機構とprefix KVキャッシュの再利用を、推論効率を高める設計として挙げている。ただし、実際の速度や必要メモリは、機材と作業内容によって変わる。1526 重みはダウンロードでき、DiffusersやComfyUIでの対応も報告されているため、ローカル環境での研究や独自のワークフローを検討できる。ただし、これらのツールに対応していることが利用許諾を広げるわけではない。2718

ベンチマークの「60.28」をどう読むか

報告されているQwen自身の画像ベンチマークでは、Qwen-Image-2.1の総合スコアは60.28で、掲載された比較では重みをダウンロードできる他のモデルを上回る。一方、同じ比較にはさらに高いスコアの非公開モデルもある。これはQwen側の評価に基づく結果であり、あらゆる指示文、解像度、編集作業で優位に立つことを独立に証明するものではない。12328

商用利用には別途ライセンスが必要

リポジトリのQwen Research Licenseが認める利用は非商用目的に限られ、商用利用には別のライセンスが必要と明記されている。重みをダウンロードして手元で動かしたり、Diffusers経由で利用したりしても、その条件は変わらない。透過素材の制作や複数画像を使う編集を研究・評価するには魅力的だが、製品や業務への導入を考えるなら、まず利用許諾を確認すべきだ。18215