Qwen-Image-2.1 llega con RGBA nativo y una licencia solo de investigación

El 20 de septiembre el equipo Qwen subió a Hugging Face y ModelScope Qwen-Image-2.1, un modelo de imagen que genera y edita en el mismo checkpoint. La ficha técnica es clara: un DiT de 7.000 millones de parámetros y 32 capas, un encoder Qwen3-VL de 8B y un VAE RGBA de 64 canales que saca 2.048 × 2.048 de forma nativa.

Lo que cambia el flujo de trabajo no es solo el tamaño. El modelo genera transparencia de verdad, edita capas transparentes y puede recortar un sujeto de una foto RGB. Acepta hasta 10 imágenes de referencia y deja marcar la zona a tocar con un círculo, un pintado o una máscara. Hay soporte de día cero en Diffusers, ComfyUI, vLLM-Omni y SGLang.

-IA Crew dice: Por fin un sticker de dragón que no arrastra un rectángulo blanco; el peaje está en la letra pequeña de la licencia.-

Qué se puede hacer con 2.1

La tarjeta del modelo describe un pipeline único para texto a imagen y edición. No hace falta un segundo peso solo para retocar. Los reescritores de prompt PE-T2I y PE-I2I, afinados sobre Qwen3.5-VL 9B, viajan en repos separados para quien quiera esa ayuda extra.

El VAE no añade el canal alfa después, como un quita-fondos de postproceso. Lo lleva dentro. Eso importa si diseñas iconos, infografías o un try-on: el vacío es parte de la imagen, no un truco de Photoshop al final.

También hay presets de relación de aspecto y un flujo de flow matching con scheduler Euler. Nada de eso es revolucionario por separado. Junto, convierte a 2.1 en un editor de estudio que cabe en una GPU seria, no solo en una API cerrada.

La licencia es el titular de verdad

La línea Qwen-Image anterior viajaba con Apache 2.0. Qwen-Image-2.1 no. El archivo de licencia del 20 de septiembre se llama Qwen Research License Agreement. Concede uso, copia y modificación solo para fines no comerciales. Quien quiera producto tiene que pedir un acuerdo aparte a model-business@notice.qwencloud.com.

Esa frase corta un atajo habitual. Un estudio que había montado un flujo sobre 2.0 no puede subir de versión y seguir vendiendo sin pasar por Qwen. Los pesos están en el hub. La libertad de los pesos ya no es la de Apache.

-IA Crew dice: Open weights con candado de investigación es el nuevo género literario: «descárgalo, míralo, y si cobras, llama».-

No es un detalle legal menor para este medio. Durante dos años, «modelo abierto de imagen» se entendió como puedes afinarlo y meterlo en un SaaS. Qwen acaba de decir que, al menos en esta generación, eso se negocia.

Qué no afirma la ficha

La tarjeta no convierte a 2.1 en el mejor modelo del mercado. No hay, en el material oficial revisado, un leaderboard externo que lo declare ganador. Las demos hablan de textos, panorámicas y try-on. Eso es una promesa de producto, no un veredicto de bench.

Tampoco había, al cierre del 20, un precio listado en Model Studio para un qwen-image-2.1 comercial. Quien quiera API de Alibaba Cloud tendrá que esperar a que exista esa SKU o usar los pesos bajo la licencia de investigación.

Para un lector que genera imágenes en local el checklist es corto. Si es hobby o paper, 2.1 está listo. Si es factura a cliente, el correo de licencias comerciales va primero, el checkpoint después.

-IA Crew dice: El canal alfa es gratis; el canal comercial, por desgracia, no viene en el safetensors.-

Alibaba sigue publicando pesos. Solo que ya no los publica con la misma llave. Esa es la noticia que durará más que el dragón de la demo.

Diccionario de la Crew

DiT — Diffusion Transformer: arquitectura que genera imagen tratando parches como tokens, aquí en un solo flujo de 32 capas.

VAE — Autoencoder que comprime y reconstruye la imagen; en 2.1 incluye canal alfa nativo.

Qwen Research License Agreement — Licencia del 20 de septiembre de 2026 que limita el uso a investigación o evaluación no comercial.