Qwen-Image-2.1、家庭用PCで動く画像生成が有料級を主張
- AlibabaのQwenチームが、画像の生成と編集ができる公開モデル「Qwen-Image-2.1」を出しました。
- 画像を作る部分は70億パラメータと小さめで、RTX 3090のような家庭用の高性能GPUで動くとしています。
- 背景が透明な画像を直接作れますが、研究用ライセンスのため商用利用には別の許諾が必要です。
AlibabaのQwenチームが、画像の生成と編集ができるモデル「Qwen-Image-2.1」をオープンウェイト（中身のデータを公開し、自分のパソコンでも動かせる形）で出しました（The Decoder）。
画像を作る部分のパラメータ（モデルの規模を示す数）は70億と小さめです。
それでも、Qwen自身の性能比較では多くの有料モデルを上回ったと説明しています。
自分のパソコンで動かせる
RTX 3090のような、性能の高い家庭用GPUで動くとされています。
ネット上のサービスに毎回お金を払わずに、手元で何枚でも試せるのが公開モデルの強みです。
ただし性能比較はQwenの自前のもので、第三者の比較はまだ出ていません。
透明画像と参照画像10枚
目を引くのは、背景が透明な画像（RGBA）をそのまま作ったり編集したりできる点です。
物だけを切り抜いたり、透明なレイヤーの上の文字を書き換えたりできます。
参照画像は一度に10枚まで渡せ、集合写真、服の試着、部屋のデザインのような使い方が例に挙がっています。
丸で囲む、マスクをかける、色を塗るといった目印で、画像の一部だけを直すこともできます。
参照画像が多いときでも処理が速くなるよう作りを変えた、ともQwenは説明しています。
商用利用には別の許諾
公開先はHugging Face・GitHub・ModelScopeで、Hugging Face上には試せるデモもあります。
気をつけたいのはライセンスです。
研究用ライセンスで商用利用が禁止されているため、仕事で使うならQwenに別のライセンスを申請する必要があります。
収益化しているチャンネルのサムネや動画に使う場合が商用にあたるかは、原文に書かれていないので、申請前に規約を確かめておくと安全です。
自分のチャンネルにどう影響するか
一番近い使いどころはサムネです。
背景が透明な人物や物をそのまま作れるので、切り抜きの手間が減ります。
ただ研究用ライセンスのままでは商用利用ができないため、収益化しているチャンネルで本番に使う前に、Qwenへのライセンス申請を済ませておく必要があります。参照画像を10枚渡せるので、シリーズのキャラクターや出演者の見た目をそろえた素材づくりに向いています。
解説動画の挿し絵や、映像素材の元になる静止画を同じ絵柄で量産する工程に合います。家庭用GPUで動くため、1枚ごとに料金がかかるサービスより試行回数を増やせます。
RTX 3090級のGPUを持っている編集者なら、まずデモで透明画像の出来を見てから手元に入れるかを決めると無駄がありません。
コメント
まだコメントはありません。最初の1件をどうぞ。