Qwen-Image-2.1 de Alibaba: 7 mil millones de parámetros, 2K y ejecución en un MacBook Air con 16 GB

El equipo de Qwen, de Alibaba, ha lanzado Qwen-Image-2.1, un modelo para generar y editar imágenes. Está construido sobre un diffusion transformer de 7 mil millones de parámetros, produce imágenes en resolución nativa de hasta 2K y se distribuye bajo la Qwen Research License. Habr ha publicado la traducción de un análisis en el que el modelo se ejecuta en local en un MacBook Air con 16 GB de memoria y sin safety checker. Que funcione en un portátil sin ventilador es, precisamente, el principal motivo de interés.

Qué se sabe del modelo

De la parte accesible del material se desprende este cuadro:

• arquitectura: diffusion transformer;
• tamaño: 7 mil millones de parámetros;
• tareas: generación y edición de imágenes;
• resolución: salida nativa de hasta 2K;
• licencia: Qwen Research License;
• desarrollador: equipo de Qwen, Alibaba.

Combinar generación y edición en un único modelo resulta práctico. No hace falta guardar en disco dos juegos de pesos ni alternar entre ellos. En una ejecución local esto importa, porque la memoria de un portátil es muy limitada.

Los detalles de la prueba están cortados en el fragmento disponible. La velocidad de generación, el formato de los pesos y la calidad final de las imágenes en el MacBook Air no aparecen. Por eso, a continuación se habla de lo que se puede estimar con aritmética, no de mediciones del autor.

Por qué un

MacBook Air con 16 GB es un banco de pruebas revelador

Siete mil millones de parámetros en fp16 ocupan unos 14 GB solo para los pesos. En Mac la memoria es unificada: la comparten el sistema, el navegador y el propio modelo. Por eso, en 16 GB y sin compresión, el modelo prácticamente no cabe. Si los pesos se cuantizan a 8 bits, hacen falta unos 7 GB; con 4 bits, entre 3,5 y 4 GB. A esto se suman el codificador de texto, el VAE y las activaciones, que crecen con la resolución. Generar en 2K es más pesado que hacerlo a 1024 píxeles.

Hay además una segunda limitación. El MacBook Air no tiene refrigeración activa y, con una carga prolongada, el chip reduce sus frecuencias. Una serie de decenas de imágenes irá más lenta que una sola. Para un experimento es tolerable; para un flujo de trabajo profesional, no.

El hecho en sí también importa. Un modelo de esta clase se ejecuta en el portátil más asequible de Apple, sin alquilar GPU y sin enviar prompts a una API externa. Para los desarrolladores que priorizan la privacidad de los datos, es un escenario viable.

Safety checker: qué se desactiva y por qué

El safety checker es un posfiltro. Revisa la imagen ya generada y la sustituye por un marcador si un clasificador considera el resultado inaceptable. En el ecosistema de diffusers, este filtro es desde hace tiempo una pieza estándar de los pipelines, y su flag de desactivación es de uso habitual. Los usuarios se quejan a menudo de los falsos positivos: retratos inofensivos e ilustraciones médicas se convierten a veces en un cuadrado negro. Además, el filtro consume memoria y tiempo.

La otra cara es evidente. En una ejecución local no hay moderación en servidor, y la responsabilidad por el resultado recae por completo en el usuario. Un filtro desactivado abre la puerta a deepfakes y contenido explícito, así que aquí las condiciones de la licencia pesan más que el flag técnico.

El nombre Qwen Research License apunta a un enfoque de investigación. Para el uso comercial, incluidos los productos con generación de imágenes, hay que leer el texto completo de la licencia: es él, y no la página de marketing del modelo, el que define los escenarios permitidos.

En la práctica: cómo plantear la ejecución

Si quieres repetir el experimento en tu Mac, el orden es este:

1. Primero, lee la licencia y decide si encaja con tu tarea. 2. Usa pesos cuantizados; de lo contrario, los 16 GB se agotarán enseguida y el sistema recurrirá al swap. 3. Empieza con 1024 píxeles y solo después prueba 2K, midiendo el tiempo y el consumo de memoria. 4. Cierra el navegador y las aplicaciones pesadas mientras se genera. 5. Si desactivas el safety checker, añade tu propia comprobación a la salida, sobre todo en proyectos compartidos o de trabajo.

Lo más útil de esta historia no es el modelo en sí, sino el nuevo listón: 7 mil millones de parámetros, 2K y edición caben ya en un portátil de oficina. La velocidad y la calidad en este hardware las dirán las mediciones. Sería bueno que el autor de la prueba original las publicara completas.