Вокруг открытой модели Qwen-Image 2.1 быстро собрался набор сторонних инструментов, меняющих локальную работу с ней: Qalign выравнивает отредактированные пары картинок, устраняя пиксельный дрейф, VAE от madebyollin убирает шахматный артефакт декодера, а дистиллированные Lightning, DMD2 2-step и 6-step LoRA от PrunaAI сокращают генерацию с 40 шагов до 2–6. Параллельно вышел Kokon — десктопный редактор Qwen 2.1, которому не нужны ComfyUI-ноды: он работает на Windows, macOS и Linux от 8–12 GB VRAM и оснащён MCP-сервером для AI-агентов. Инструменты бесплатны и подключаются к существующим пайплайнам почти без переделок, поэтому локальное фото-редактирование становится быстрее, дешевле и чище.

image
image
image

Что произошло

В свежей подборке Telegram-канала GreenNeuralRobots сведено несколько независимых релизов для Qwen-Image 2.1. Qalign в версии 0.5.0 выравнивает пару картинок и исправляет пиксельный дрейф эдитов классическими методами компьютерного зрения: BR и RANSAC с числом кейпоинтов до 10000, фазовая корреляция, multi-scale ECC и опциональный optical flow, при этом ML-модели не используются вовсе. Компонент texture-fix-vae-for-qwen-image-2.1 от madebyollin заменяет декодер VAE и снимает 2-пиксельный шахматный артефакт. Lightning-версия от LightX2V и DMD2 2-step ускоряют генерацию, причём DMD2 ограничивается 2 шагами вместо 40 и имеет realtime-демонстрацию на HF Spaces, а 6-step LoRA P-Q-Image-2.1 v0.2 от PrunaAI c 6-steps-upsampled поставляется с заявленным ускорением примерно в 5 раз. Kokon обновился до версий 0.10/0.11: это десктопный редактор Qwen 2.1 без нод, с Prompt+ на Qwen3-VL 8B, поддержкой до трёх собственных LoRA в бета-режиме и MCP-сервером. Наконец, LoRA splat-repair-lora v1.1 от 28.10.2026 чинит дыры и размытие дальних ракурсов в 3D-гауссовых сплатах SHARP.

Контекст

Ни один из релизов не является научным прорывом: это инженерные исправления и дистилляции поверх открытого Qwen-Image 2.1, но вместе они закрывают три барьера локального пайплайна — латентность, качество и управляемость. Шахматный узор относится к известному классу артефактов декодера VAE, поэтому фикс именно на уровне VAE указывает, что источник проблемы у Qwen 2.1 находится в декодере, а не в диффузионном процессе. Дистилляция шагов — отработанный класс методов, DMD2 известен по литературе, поэтому заявления о 2 шагах вместо 40 выглядят правдоподобно. Пиксельный дрейф — известная болезнь пошаговых эдитов, при которой после правки изображение геометрически расходится с исходником, и классическое компьютерное зрение решает её детерминированно и почти бесплатно: Qalign расходует нулевую VRAM, потому что вообще не загружает ML-модели. Сплаты SHARP, в свою очередь, страдают от дыр и размытия на дальних ракурсах — именно эту узкую нишу и занял repair-адаптер, продолжив уже привычную линейку нишевых LoRA от сообщества.

Почему это важно для индустрии

Главный отраслевой сигнал здесь в том, что ценность смещается от базовых моделей к слою инструментов вокруг них: стоимость локального эдита рушится за счёт 2–6 шагов вместо 40, а артефакты и дрейф устраняются бесплатными компонентами. На этом стеке стартап может собрать прототип вертикального фото-сервиса за дни: 2–6-шаговые режимы, замену VAE, Qalign-выравнивание и Kokon как редактор, причём рабочие станции дешевеют, потому что достаточно 8–12 GB VRAM. MCP-сервер Kokon прокладывает агентский канал дистрибуции: редактор становится сервисом, который AI-агент вызывает программно, а не экраном, который пользователь щёлкает вручную. Если темп релизов сохранится, выбор базовой модели для продукта будет определяться зрелостью экосистемы вокруг неё, а не только качеством самой модели; вероятно и то, что дистиллированные пресеты станут конфигурацией по умолчанию, а 40-шаговая базовая ветка останется для сценариев максимального качества.

Почему это важно для пользователей

Пользоваться этим можно прямо сейчас, и почти всё подключается за один шаг. Замена VAE на texture-fix убирает шахматный артефакт без переделки пайплайна, step-дистиллированная LoRA от PrunaAI или DMD2 сокращает число шагов и время ожидания, а Qalign вставляется после эдита перед финальной проверкой и выравнивает результат относительно исходника. Тем, кто устал от графов ComfyUI, Kokon даёт обычное десктопное приложение с before/after-слайдером, деревом версий и полем промпта, с Prompt+ на Qwen3-VL 8B и возможностью подключить до трёх собственных LoRA, хотя поддержка последних пока в статусе беты. Владельцам недорогих видеокарт должно понравиться требование от 8–12 GB VRAM и наличие версий для Windows, macOS и Linux, а отдельный MCP-сервер позволяет отдать рутинные правки AI-агенту. Ну а тем, кто работает с 3D-гауссовыми сплатами SHARP, стоит посмотреть на splat-repair-lora, чтобы вытянуть дальние ракурсы.

Что пока неизвестно / ограничения

Два ключевых числа пока не подтверждены независимым протоколом замера. «Realtime» в описании DMD2-демонстрации — не техническая характеристика: железо, разрешение и методика замера не названы, а число шагов само по себе не равно латентности. Аналогично заявленные ~5x ускорения у 6-step LoRA PrunaAI — вендорская оценка без указания seed, GPU и разрешения, которую до воспроизведения стоит читать как маркетинговую гипотезу. Заявленный прирост PSNR у splat-repair-lora с 17,09/17,76 до 19,63/21,09 dB выглядит значимым, но обучение шло на 38 парах Blender/SHARP — крошечная выборка, и без ясности по разделению train/test результат следует считать перспективным, но не доказанным. Наконец, все новинки находятся в версиях v0.x, поэтому их API и поведение могут меняться, а стандартизованных бенчмарков edit-фиделити на малом числе шагов пока не существует.

Источники

Автор

Look at AI, редакция