Qwen-Image 2.1, 고성능 경량 모델 출시

Qwen-Image 2.1은 텍스트 투 이미지 생성과 이미지 편집을 동시에 지원하며 이전 버전보다 대폭 향상된 성능을 보여준다. 특히 7B 파라미터라는 매우 경량화된 아키텍처를 채택한 점이 가장 큰 장점으로 평가된다.

이는 이전 버전에 비해 대폭 향상된 성능을 보여주면서도, 텍스트 투 이미지 생성과 이미지 편집 기능을 동시에 수행할 수 있는 것이 특징이다.

디퓨전 모델은 BF16(14GB)과 Int8(7GB) 중 선택할 수 있는데, 사양이 넉넉하다면 BF16을 사용하고 그렇지 않다면 용량이 작은 인트8 모델을 선택할 것을 권장한다. 텍스트 인코더는 Qwen 2-VL 8B 모델이 활용되며 VAE는 BF16 모델이 적용된다. 디퓨전 모델은 BF16(14GB)과 Int8(7GB) 중 컴퓨터 사양에 맞춰 선택할 수 있으며, 저사양 시스템에는 Int8 모델이 권장된다.

텍스트 인코더는 Qwen 2-VL 8B 모델을 사용하고, VAE는 BF16 모델을 사용한다.

텍스트 투 이미지 생성 시 레졸루션 셀렉터 노드를 활용하여 16:9 비율로 이미지를 설정할 수 있으며, 캐릭터 시트 생성에는 메가픽셀 2.0 이상을 권장한다.

생성된 이미지의 피부 질감과 머리카락 표현은 매우 디테일하게 나타났으나, 중국어와 영어는 잘 표현되는 반면 한글 렌더링은 복잡할 경우 깨지는 한계가 드러났다.

Qwen-Image 2.1 모델은 참조 이미지를 최대 10개까지 연결하여 이미지 편집을 수행한다.

스위치 노드를 활용하여 원본 이미지 비율 적용 여부를 설정할 수 있으며, Qwen-Image 2.1 캐시 노드는 프롬프트와 참조 이미지를 메모리에 유지하여 효율적인 작업을 돕는다.

이미지 에디트 워크플로우는 텍스트 투 이미지 워크플로우와 대부분 동일한 구성을 가진다. 참조 이미지는 텍스트 인코더 노드에 연결하여 최대 10개까지 입력할 수 있다.

스위치 노드를 통해 사용자가 설정한 사이즈로 이미지를 생성하거나 원본 참조 이미지의 비율을 기준으로 생성할 수 있다. Qwen-Image 2.1 캐시 노드는 샘플링 동안 텍스트 프롬프트와 참조 이미지를 메모리에 유지하는 역할을 한다.

이미지 생성 결과, 참조 이미지의 인물과 드레스의 특징이 모두 잘 적용되어 자연스럽게 합성된 이미지가 나타났다. 인물, 배경, 조명까지 조화롭게 표현되었다.

이 모델은 인물과 드레스, 핸드백 등 여러 요소를 합성하여 아이덴티티를 유지할 수 있으며, 가족 사진이나 인테리어 디자인 등 다양한 분야에서 활용될 수 있다.