Qwen zveřejnil open-source model Qwen-Image-2.1, který spojuje generování obrázků a jejich úpravy v jednom systému. Vizuální část má sedm miliard parametrů a nově zvládá také nativní průhlednost. Model může vytvářet běžné i transparentní obrázky, upravovat průhledné vrstvy a z fotografie vyříznout objekt do vrstvy s alfa kanálem. Při editaci přijímá až deset referenčních obrázků, takže umí kombinovat více lidí, oblečení nebo vybavení v jedné scéně. Vývojáři přidali i lokální úpravy pomocí kruhů, malovaných poznámek a samostatných masek. Optimalizace smíšené granularitní pozornosti a opakované využití KV cache mají snížit paměťové nároky při práci s více vstupy. Model je dostupný přes GitHub, Hugging Face a ModelScope.
