Qwen-Image-2.1 d'Alibaba : 7 milliards de paramètres, 2K et exécution sur un MacBook Air de 16 Go

L'équipe Qwen d'Alibaba a publié Qwen-Image-2.1, un modèle de génération et d'édition d'images. Il repose sur un diffusion transformer de 7 milliards de paramètres, peut produire des images en résolution native jusqu'à 2K et est distribué sous licence Qwen Research License. Habr a publié la traduction d'une analyse dans laquelle le modèle est lancé en local sur un MacBook Air avec 16 Go de mémoire, sans safety checker. C'est précisément cette exécution sur un portable sans ventilateur qui fait tout l'intérêt de la nouvelle.

Ce que l'on sait du modèle

La partie accessible du document permet de dresser le tableau suivant :

• architecture : diffusion transformer ;
• taille : 7 milliards de paramètres ;
• tâches : génération d'images et édition ;
• résolution : sortie native jusqu'à 2K ;
• licence : Qwen Research License ;
• développeur : l'équipe Qwen, Alibaba.

Réunir génération et édition dans un seul modèle est pratique. Inutile de stocker deux jeux de poids sur le disque et de basculer de l'un à l'autre. Pour une exécution locale, cela compte, car la mémoire d'un portable est strictement limitée.

Les détails du test lui-même sont tronqués dans l'extrait disponible. La vitesse de génération, le format des poids et la qualité finale des images sur le MacBook Air n'y figurent pas. Ce qui suit relève donc d'une estimation arithmétique, et non des mesures de l'auteur.

Pourquoi le

MacBook Air 16 Go est un terrain d'essai révélateur

Sept milliards de paramètres en fp16 occupent environ 14 Go rien que pour les poids. Sur un Mac, la mémoire est unifiée : le système, le navigateur et le modèle s'en partagent l'espace. Sans compression, le modèle tient donc à peine dans 16 Go. Avec des poids quantifiés en 8 bits, il faut environ 7 Go ; en 4 bits, environ 3,5–4 Go. À cela s'ajoutent l'encodeur de texte, le VAE et les activations, qui croissent avec la résolution. Générer en 2K est plus lourd qu'en 1024 pixels.

Une seconde limite entre en jeu. Le MacBook Air n'a pas de refroidissement actif et la puce réduit ses fréquences en cas de charge prolongée. Une série de dizaines d'images ira donc plus lentement qu'une image isolée. C'est tolérable pour une expérience, pas pour une chaîne de production.

Le fait lui-même compte aussi : un modèle de cette catégorie tourne sur l'ordinateur portable le plus accessible d'Apple, sans location de GPU et sans envoi des prompts à une API externe. Pour les développeurs soucieux de la confidentialité des données, c'est un scénario exploitable.

Safety checker : ce que l'on désactive et pourquoi

Le safety checker est un post-filtre. Il examine l'image générée et la remplace par un visuel de substitution si un classificateur juge le résultat inacceptable. Dans l'écosystème diffusers, ce filtre est depuis longtemps un élément standard des pipelines, avec un drapeau de désactivation prévu à cet effet. Les utilisateurs se plaignent souvent de faux positifs : des portraits anodins ou des illustrations médicales se transforment parfois en carré noir. Le filtre consomme en outre de la mémoire et du temps.

Le revers est évident. En exécution locale, il n'y a pas de modération côté serveur, et la responsabilité du résultat incombe entièrement à l'utilisateur. Un filtre désactivé ouvre la porte aux deepfakes et aux contenus explicites ; les conditions de la licence importent donc ici davantage que le drapeau technique.

Le nom Qwen Research License indique une orientation recherche. Pour un usage commercial, y compris dans des produits de génération d'images, il faut lire le texte complet de la licence : c'est lui, et non la page marketing du modèle, qui définit les usages autorisés.

En pratique : comment aborder l'exécution

Pour reproduire l'expérience sur votre Mac, voici l'ordre à suivre :

1. Lisez d'abord la licence et vérifiez qu'elle convient à votre projet. 2. Prenez des poids quantifiés, sinon les 16 Go seront vite saturés et le système basculera sur le swap. 3. Commencez à 1024 pixels, puis essayez le 2K en mesurant le temps de génération et la consommation de mémoire. 4. Fermez le navigateur et les applications lourdes pendant la génération. 5. Si vous désactivez le safety checker, mettez en place votre propre contrôle en sortie, surtout dans les projets partagés ou professionnels.

L'essentiel dans cette histoire n'est pas le modèle lui-même, mais le nouveau seuil : 7 milliards de paramètres, 2K et édition tiennent désormais sur un ordinateur portable de bureau. Ce sont les mesures qui diront ce que valent la vitesse et la qualité sur ce matériel. Il serait bon que l'auteur du test d'origine les publie en intégralité.