알리바바 Qwen, 투명 이미지 만드는 이미지 모델 내놨다

Qwen-Image-2.1의 시각 생성 부분은 70억 개 규모다.

무엇을 할 수 있나

이 모델은 투명한 영역을 가진 RGBA 이미지를 직접 만들고 고친다. 객체를 배경에서 떼어내거나, 투명 레이어에 얹힌 문자를 바꾸는 작업이 가능하다. 참조 이미지는 한 번에 열 장까지 넣을 수 있다. 단체 인물 사진이나 가상 착용, 실내 배치 같은 작업이 여기에 해당한다. 고칠 부분은 원이나 마스크, 칠한 표시로 짚어 준다. 이상은 The Decoder가 전한 내용이다.

Qwen 측은 구조를 손보고 KV 캐시를 다시 쓰는 방식으로 추론 속도를 끌어올렸다고 설명했다. 참조 이미지를 여러 장 다룰 때 효과가 두드러진다는 것이 Qwen 측 설명이다.

누가 어떤 조건에서 쓰나

구동에는 RTX 3090급 고성능 소비자용 그래픽카드가 쓰인다고 배포처인 허깅페이스에는 시연 페이지도 함께 올라와 있다. 다만 연구용 라이선스가 걸려 상업적 이용은 금지되고, 기업이 쓰려면 Qwen에 라이선스를 따로 신청해야 한다는 것도 The Decoder가 전한 조건이다.

성능을 두고 Qwen 팀은 자체 벤치마크에서 이 모델이 비공개 모델 대부분을 앞섰다고 주장했다. 외부 기관의 독립적인 벤치마크 결과는 아직 없다.