Techboom. La tecnologia in diretta
Intelligenza artificiale

Qwen-Image 2.1 sul PC: con 16 GB di VRAM un’immagine in 51 secondi

Qwen-Image 2.1, il modello di Alibaba che crea e modifica immagini, si può usare sul proprio PC senza pagare abbonamenti: serve però una scheda video con 16 GB di memoria, e ogni immagine richiede circa 51 secondi. Sono i numeri di una prova completa pubblicata oggi da un canale tech cinese su Bilibili, che lo ha messo alla prova con dieci compiti diversi.

Cos’è Qwen-Image 2.1

Alibaba lo ha rilasciato il 20 settembre con i pesi aperti: chiunque può scaricarlo da Hugging Face, GitHub o ModelScope. Secondo The Decoder la parte che genera le immagini ha 7 miliardi di parametri e il modello sa:

  • creare immagini da una descrizione, anche con testo scritto dentro;
  • modificare una foto esistente, anche solo in una zona indicata con una maschera;
  • usare fino a 10 immagini di riferimento insieme (per esempio una persona, dei vestiti e uno sfondo);
  • generare immagini con lo sfondo trasparente.

Attenzione alla licenza: è una licenza di ricerca, che vieta l’uso commerciale senza un accordo separato con Alibaba. Per provarlo a casa va bene, per un’attività no.

Quanto ci mette su un PC normale

Nel test, fatto con ComfyUI e la versione compressa int8 del modello, la scheda da 16 GB è rimasta occupata per circa 15 GB, mentre processore e RAM quasi non lavoravano. I tempi misurati:

CompitoTempo indicativo
Primo avvio (caricamento del modello)108 secondi
Immagine da testo, 1920×1088circa 51 secondi
Modifica di una foto67-71 secondi
Immagine con 6 riferimentioltre 100 secondi

Il canale consiglia almeno 12 GB di memoria video, meglio 16: con meno, il lavoro passa alla RAM e diventa molto più lento. Con sei immagini di riferimento il PC era già al limite.

Cosa fa bene e dove sbaglia

Secondo il test, il testo nelle immagini non aveva errori e le scene erano naturali, più di quelle di altri modelli aperti provati in passato dallo stesso canale. Funzionano bene anche le modifiche mirate (un’auto rossa diventata nera senza toccare il resto) e la coerenza del volto quando si cambiano vestiti e sfondo.

I limiti arrivano sui dettagli: componenti di computer disegnati male, mani in posizioni strane e, nella prova con sei riferimenti, una persona con le gambe troppo lunghe. Difetti simili, ricorda il canale, li hanno anche i generatori a pagamento.

Per chi ha senso

Se hai già una scheda video da 16 GB e vuoi creare immagini senza limiti giornalieri né abbonamenti, è una delle opzioni aperte più forti. La stessa scheda serve anche per i modelli di testo, come spieghiamo nella guida a Qwen 3.8 in locale con una scheda video e in quella su Nemotron offline. Se invece non hai l’hardware, i generatori online restano più comodi: trovi come usarli nella guida a creare immagini con ChatGPT, mentre per un’alternativa cinese c’è MiniMax H3 Image. Per orientarti tra tutti i modelli, parti dalla nostra guida all’intelligenza artificiale.

Fonte: video di AI千野风狂 su Bilibili.