Pruna AI выпустила набор LoRA-адаптеров P-Q-Image-2.1-Remove-Object для модели Qwen-Image-2.1: они убирают с фотографии объект вместе с его тенью и отражением, не смещая остальные пиксели. Дистиллированные варианты справляются за несколько шагов генерации вместо сорока и работают без CFG, а веса открыты и бесплатны на Hugging Face.

image
image

Что произошло

Pruna AI разместила на Hugging Face набор LoRA-адаптеров P-Q-Image-2.1-Remove-Object для модели генерации изображений Qwen-Image-2.1. Адаптеры удаляют объекты с фотографий вместе с их тенями и отражениями, не смещая остальные пиксели; тень и отражение убираются даже за границей обозначенной области. Выпущены три варианта: дистиллированные на 6 и 8 шагов и базовый на 40 шагов. Быстрые варианты работают без CFG при true_cfg_scale=1.0 и силе адаптера 0.7 и требуют установленной дистилляционной LoRA PrunaAI/P-Q-Image-2.1; по умолчанию рекомендуется 6-шаговый вариант. Объект помечается грубым красным контуром, что является рекомендуемым режимом, либо просто называется в текстовой инструкции. Отдельным релизом вышел репозиторий для ComfyUI с готовыми воркфлоу и кастомным нодом.

Контекст

LoRA-адаптер — компактная надстройка над базовой моделью, которая добавляет новое поведение, не затрагивая веса самой Qwen-Image-2.1. Главная особенность релиза — способ применения дистилляции: обычно так ускоряют полный генеративный пайплайн, здесь же 40 шагов ужаты до 6 или 8 ради одной узкой задачи инпейнтинга, то есть правки части изображения. Быстрые варианты собираются в стек из двух адаптеров: задачный LoRA ставится поверх дистилляционного, и компонуемость адаптеров сама по себе становится механизмом сборки пайплайна. Отказ от CFG делает каждый шаг примерно вдвое дешевле, поэтому суммарная экономия вычислений на одну операцию заметно больше формального сжатия с 40 до 6 шагов. По сути это инженерный артефакт, а не научная работа — публичный инструмент, рассчитанный на практическое применение.

Почему это важно для индустрии

Для индустрии релиз показывает, что дистилляция превращает отдельные операции в дешёвые строительные блоки, а не только ускоряет всю модель. Связка грубой маски, текстовой инструкции и красного контура снижает порог входа для автоматизации очистки фото в продакшене, а открытые веса позволяют встроить удаление объектов в собственные конвейеры без API-посредника командам с собственной GPU-инфраструктурой. Открытость делает релиз проверяемым: любой может скачать адаптеры и воспроизвести результат, поэтому слабые места покажет само сообщество довольно быстро. Если адаптеры окажутся стабильными, вероятна волна аналогичных узкозадачных дистиллированных LoRA под другие точечные операции и базовые модели. В таком сценарии ценность продуктов смещается от самой функции к UX, доменным данным и дистрибуции, а тонкие обёртки над облачными API для простых редакторских операций теряют смысл.

Почему это важно для пользователей

Если вы работаете с ComfyUI или diffusers, веса можно скачать бесплатно с Hugging Face и запускать удаление объектов у себя без обращения к API. Для ComfyUI есть готовые воркфлоу и кастомный нод, а проверить результат без локальной установки можно в онлайн-демо на dashboard.pruna.ai/playground. При развертывании стоит поставить 6-шаговый вариант как дефолт, не забыв базовую дистилляционную LoRA PrunaAI/P-Q-Image-2.1. Реалистичный первый сценарий — точечная очистка отдельных фото в контент-пайплайнах; на снимках ниже 1 МП идеально восстановленной текстуры ждать не стоит.

Что пока неизвестно / ограничения

Ограничения заявлены авторами заранее: при грубой маске модель может снять соседний предмет, а заполненная область иногда получается глаже окружения, с лёгкой сетчатой артефактной структурой. Количественной методологии оценки в релизе нет: отсутствуют метрики сохранности, замеры латентности и требования к VRAM, поэтому качественные оговорки пока не заменяют систематического измерения частоты отказов. Быстрые варианты требуют установки двух адаптеров сразу, задачного поверх дистилляционной LoRA PrunaAI/P-Q-Image-2.1 с силой 0.7, что усложняет конфигурацию пайплайна. Рассуждения о будущей волне узкозадачных адаптеров и стандартности связки грубой маски с текстовой инструкцией — это интерпретации тренда, а не проверенные факты.

Источники

Автор

Look at AI, редакция