PortalRakyat, JOGJA—Alibaba melalui tim Qwen merilis Qwen-Image-2.1, model kecerdasan buatan (AI) yang menggabungkan kemampuan membuat dan mengedit gambar dalam satu model. Teknologi ini juga mendukung pembuatan gambar berlatar transparan secara langsung.
Diumumkan pada 20 September 2026, Qwen-Image-2.1 merupakan model dengan bobot terbuka (open-weight). Komponen pembuatan visualnya memiliki 7 miliar parameter (7B), dengan sejumlah pembaruan yang mencakup efisiensi pemrosesan, penyuntingan gambar, dan peningkatan kualitas visual.
Menurut pengumuman resmi Qwen, ada empat peningkatan utama pada model ini, yakni arsitektur yang lebih ringkas dan efisien, dukungan transparansi, kemampuan penyuntingan yang lebih beragam, serta penyempurnaan tekstur dan estetika gambar.
Qwen-Image-2.1 Bisa Menggunakan 10 Gambar Referensi
Salah satu fitur yang ditawarkan Qwen-Image-2.1 adalah kemampuan menggunakan hingga 10 gambar referensi dalam satu proses penyuntingan atau pembuatan komposisi.
Fitur tersebut memungkinkan pengguna menggabungkan beberapa subjek dan aset visual ke dalam satu gambar. Sebagai contoh, enam foto wajah dapat digunakan sebagai referensi untuk menghasilkan satu foto grup.
Model ini juga dapat mengombinasikan foto model, pakaian, sepatu, tas, dan topi menjadi satu tampilan busana. Untuk desain interior, pengguna bisa memasukkan hingga 10 gambar furnitur sebagai referensi guna menghasilkan susunan ruangan.
Kemampuan tersebut memberi ruang bagi pengguna untuk menyusun komposisi dari berbagai sumber gambar tanpa harus mengolah setiap elemen secara terpisah.
Penyuntingan Bisa Diarahkan ke Bagian Tertentu
Qwen-Image-2.1 juga mendukung penyuntingan lokal, yaitu perubahan yang diarahkan pada bagian tertentu dari gambar.
Pengguna dapat menandai area yang ingin diubah menggunakan lingkaran, anotasi yang digambar langsung pada gambar, atau mask terpisah. Dengan cara ini, instruksi penyuntingan dapat diarahkan pada bagian yang lebih spesifik.
Dalam contoh yang ditampilkan Qwen, model dapat melakukan beberapa perubahan pada satu gambar, seperti menghapus jam tangan, mengubah warna rambut, dan mengganti pakaian pada area yang ditentukan.
Pendekatan tersebut memungkinkan pengguna menggabungkan beberapa instruksi penyuntingan dalam satu alur kerja.
Berupaya Mempertahankan Identitas Wajah dan Produk
Peningkatan lainnya berkaitan dengan upaya mempertahankan karakteristik subjek selama proses penyuntingan.
Untuk foto manusia, Qwen-Image-2.1 dirancang agar identitas dan ciri wajah tetap konsisten meski gambar mengalami perubahan. Sementara itu, dalam penyuntingan foto produk, model berupaya menjaga teks, tekstur, bentuk, dan karakteristik utama barang.
Kemampuan ini dapat dimanfaatkan dalam berbagai kebutuhan visual, termasuk materi promosi dan konten e-commerce. Meski demikian, hasil akhirnya tetap bergantung pada gambar referensi serta instruksi yang diberikan pengguna.
Bisa Membuat Gambar dengan Latar Transparan
Qwen-Image-2.1 turut membawa dukungan pembuatan gambar transparan secara native. Kemampuan ini sebelumnya tersedia melalui model khusus Qwen-Image-Layered, tetapi kini diintegrasikan ke dalam model terbaru tersebut.
Pengguna dapat memberikan instruksi untuk menghasilkan gambar biasa atau gambar dengan kanal transparansi. Model juga dapat menyunting gambar transparan yang sudah dibuat, termasuk mengubah ekspresi subjek tanpa menghilangkan latar transparannya.
Selain itu, subjek dari foto RGB dapat diekstrak menjadi lapisan RGBA dengan latar transparan. Hasilnya dapat digunakan kembali dalam proses desain atau komposisi visual lainnya.
Dukungan ini berpotensi membantu pekerjaan yang membutuhkan aset terpisah, seperti ilustrasi, elemen desain, dan materi promosi.
Mendukung Panorama, Infografik, dan Storyboard
Qwen-Image-2.1 juga dirancang untuk menangani beragam kebutuhan pembuatan konten visual. Beberapa contoh yang ditampilkan Qwen meliputi pembuatan panorama, infografik, dan storyboard.
Model ini, misalnya, dapat mengembangkan foto selfie menjadi panorama atau menggunakan referensi karakter untuk menyusun storyboard.
Dari sisi pemrosesan, Alibaba menyebut Qwen-Image-2.1 menggunakan pendekatan mixed-granularity attention dan penggunaan ulang KV cache. Keduanya ditujukan untuk meningkatkan efisiensi proses inference dan mengurangi kebutuhan memori, terutama ketika model menangani banyak gambar masukan.
Dengan menggabungkan pembuatan gambar, penyuntingan, dukungan transparansi, dan penggunaan banyak referensi, Qwen-Image-2.1 ditujukan untuk mendukung kebutuhan desain, pembuatan konten, e-commerce, serta penceritaan visual.
Cek Berita dan Artikel yang lain di Harian Jogja, dan edisi cetak versi elektronik kami hadir di Epaper Harian Jogja.
