article

Alibaba lança Qwen-Image-2.1 com RGBA nativo

3 min de leitura

🎬 Assista esta matéria

A equipe Qwen, do Alibaba, publicou entre 20 e 21 de setembro de 2026 o Qwen-Image-2.1, um modelo aberto que junta geração de imagem, edição com múltiplas referências e saída transparente nativa em um único pacote para rodar localmente.

A ficha técnica: um transformer de difusão (DiT) de 7 bilhões de parâmetros, com 32 camadas e atenção block-causal, acoplado a um codificador de texto Qwen3-VL de 8B e a um VAE RGBA de 64 canais. A resolução nativa é 2048x2048 com 40 passos de denoising, e há suporte a sete proporções de tela, indo até 2752x1536.

Transparência sem gambiarra

O diferencial prático está no canal alfa. Modelos abertos de imagem costumam gerar um PNG opaco e depender de recorte por pós-processamento para criar transparência. O Qwen-Image-2.1 gera e edita RGBA diretamente, porque o autoencoder foi treinado com o canal alfa embutido.

Para quem trabalha com identidade visual, embalagem ou composição de camadas, isso elimina uma etapa inteira do fluxo. O modelo também aceita até 10 imagens de referência em uma mesma instrução e permite marcar a região a editar de três formas: círculo desenhado sobre a imagem, anotação pintada ou máscara separada.

Nos testes internos do próprio Alibaba, o modelo marcou 60,28 pontos no Qwen-Image-Bench, primeiro lugar entre os modelos de pesos abertos listados na comparação. Como o benchmark é da casa, o número serve mais como referência de posicionamento do que como avaliação independente.

A licença mudou — e isso importa

A linha anterior, Qwen-Image, era distribuída sob Apache 2.0, uma licença permissiva que autoriza uso comercial sem pedir nada. A versão 2.1 sai sob a Qwen Research License Agreement: uso liberado para pesquisa e avaliação, uso comercial só mediante acordo separado com o Alibaba.

Para estúdios e agências brasileiras que já haviam adotado a geração 2.0 em produção, a troca é relevante. Continuar na versão antiga mantém a liberdade de uso; subir para a 2.1 exige negociação de contrato.

Os pesos estão no Hugging Face, no ModelScope e no GitHub, com suporte desde o primeiro dia em ComfyUI (incluindo pesos quantizados), Diffusers, vLLM-Omni e SGLang. Há também compatibilidade anunciada com ROCm e FlagOS, o que abre caminho para rodar em GPUs fora do ecossistema Nvidia.

O movimento segue o padrão que os laboratórios chineses vêm repetindo em 2026: entregar modelos competitivos com pesos baixáveis, mas apertar gradualmente as condições de uso comercial conforme a qualidade se aproxima da dos modelos fechados.

Fontes: MarkTechPost · Hugging Face

🎙️ Gostou? Receba só o que te interessa, todo dia

Escolha seus temas e receba um briefing diário em áudio e texto, de graça, no WhatsApp ou e-mail.

Montar meu briefing grátis