Qwen-Image-2.1 trên phần cứng Intel: Hỗ trợ OpenVINO ngay từ ngày đầu thực sự mang lại cho bạn những gì

Intel đã phát hành hỗ trợ OpenVINO ngay từ ngày đầu cho Qwen-Image-2.1 vào ngày 22 tháng 9 năm 2026 — hai ngày sau khi nhóm Qwen-Image đăng tải trọng số lên — và thông báo chỉ dài bốn câu. Đó không hẳn là một lời chỉ trích mà đúng hơn là một mô tả về chính thứ ấy: một bài đăng ngắn trên mạng xã hội xác nhận rằng mô hình chạy ở dạng tối ưu hóa trên chip Intel, không có benchmark, không có danh sách phần cứng được hỗ trợ, và không kèm ghi chú thiết lập nào. Qwen-Image-2.1 là một bản phát hành thực sự và thực sự thú vị — một checkpoint trọng số mở duy nhất làm được cả tạo hình ảnh từ văn bản lẫn chỉnh sửa ảnh, với độ trong suốt RGBA gốc và đầu ra 2K. Việc liệu có bất kỳ điều nào trong đó hữu ích cho bạn trên một laptop Intel hay card Arc hay không lại là một câu hỏi riêng, và đó là câu hỏi đáng được trả lời một cách thỏa đáng.

Sau đây là thực trạng thẳng thắn: hỗ trợ bao gồm những gì, Intel chưa công bố những gì, giấy phép cấm những gì, và những gì bạn cần có trên đĩa trước khi có thể tự kiểm thử bất kỳ điều nào trong số đó.

“Hỗ trợ OpenVINO day-0” hứa hẹn điều gì, và con số còn thiếu

Thông báo đến từ tài khoản Qwen, ghi công cho nhóm phát triển của Intel, và cách diễn đạt mấu chốt là “sẵn sàng chạy được tối ưu hóa trên phần cứng Intel”. Đó là một tuyên bố về một lộ trình được hỗ trợ, không phải về hiệu năng. Không có token/giây, không có giây/hình ảnh, không có độ phân giải, không có số bước, không có độ chính xác — không có gì để bạn có thể cân đo cấu hình máy cho nó. Tuyên bố phần cứng duy nhất trong bài đăng là cụm từ “phần cứng Intel”, vốn bao trùm mọi thứ từ CPU laptop Core Ultra đến card Arc rời cho đến rack Xeon.

Tuy nhiên, có một tín hiệu hữu ích ở nơi khác, và đáng để đọc kỹ vì nó không nói điều mà một cái liếc nhanh gợi ra. Ghi chú phát hành OpenVINO 2026.4 của Intel liệt kê Qwen-image — cả họ mô hình, không phải checkpoint này — trong số "các mô hình bổ sung được hỗ trợ CPU và GPU có sẵn dưới dạng bản phát hành sớm." Đó là một nhóm khác với các mục được hỗ trợ đầy đủ trên cùng trang, vốn được liệt kê rõ ràng là có sẵn trên CPU và GPU. Bản phát hành sớm là hạng mục Intel dùng cho những mô hình đã được bật và có thể chạy nhưng chưa đi qua bất kỳ cổng xác thực nào mà danh sách được hỗ trợ ngụ ý. Nếu bạn đang định đưa thứ này vào một hệ thống mà bạn phụ thuộc vào, thì sự khác biệt đó chính là điều cần mang theo.

Điều mà thời điểm day-zero thực sự cho bạn biết là các kỹ sư của Intel đã nắm trong tay kiến trúc trước khi trọng số được công bố, và đó cũng chính là cách công việc về framework thường diễn ra khi được làm đúng cách. Hỗ trợ day-zero xuất hiện cùng tuần với bản phát hành nghĩa là phần triển khai được viết dựa trên mô hình thật, chứ không phải được dịch ngược từ một model card sau đó. Điều đó có giá trị nhất định, ngay cả khi không kèm theo con số nào.

Bản thân mô hình, ở mức chi tiết quan trọng đối với phần cứng

Qwen-Image-2.1 là một mô hình tạo và chỉnh sửa hợp nhất, chứ không phải hai checkpoint bị gắn chặt vào nhau. Kiến trúc đã được công bố rất cụ thể, và mỗi phần trong đó đều kéo theo một hệ quả về phần cứng:

• Thành phần tạo sinh — 7 tỷ tham số trên 32 lớp DiT đơn luồng, với attention nhân quả dạng khối và lược đồ attention có độ chi tiết hỗn hợp được thiết kế để hỗ trợ tái sử dụng KV-cache tiền tố

• Bộ mã hóa văn bản — Qwen3-VL 8B, một mô hình ngôn ngữ thị giác mã hóa cả hướng dẫn văn bản và hình ảnh tham chiếu thành một biểu diễn duy nhất. Mô hình này lớn hơn cả bộ sinh mà nó cung cấp đầu vào, điều này gây ngạc nhiên cho những người cho rằng "mô hình 7B" là toàn bộ gói tải về

• VAE — bộ tự mã hóa RGBA 64 kênh với nén không gian 16×. Kênh alpha nằm trong không gian tiềm ẩn thay vì được gắn thêm vào sau đó, đó là lý do tại sao độ trong suốt tồn tại qua bộ lấy mẫu mà không cần đến một lượt tách nền

• Đầu ra gốc — mặc định 2048×2048 ở 40 bước khử nhiễu, với kích thước theo từng tỷ lệ lên đến 2752×1536 cho 16:9

• Hình ảnh tham chiếu — tối đa 10, dùng cho bố cục nhiều chủ thể, chỉnh sửa bảo toàn nhận dạng và chỉnh sửa cục bộ được thực hiện bằng vòng tròn, chú thích vẽ tay hoặc mặt nạ bên ngoài

• Bộ lập lịch — flow matching với lập lịch rời rạc Euler và dịch chuyển động

Bộ mã hóa Qwen3-VL chính là lý do một "mô hình ảnh 7B hiệu quả" vẫn cần lượng bộ nhớ thực sự. Trên GPU máy để bàn, câu trả lời của chính model card dành cho các card bị giới hạn là enable_model_cpu_offload(), vốn là lối thoát tiêu chuẩn chứ không phải một giải pháp khắc phục. Qwen không công bố con số VRAM nào cho mô hình này ở bất kỳ cấu hình nào, và Intel hiện cũng chưa công bố con số nào cho hướng OpenVINO — vì vậy bất kỳ tuyên bố nào bạn thấy về việc mô hình này vừa với một card cụ thể, dù là Intel hay hãng khác, đều là phép đo của ai đó trên máy của họ, chứ không phải thông số kỹ thuật của nhà cung cấp.

Hỗ trợ thực sự bao phủ những chip Intel nào

OpenVINO là runtime suy luận của Intel, và phạm vi hỗ trợ thiết bị của nó rộng nhưng không đồng đều. Đối với 2026.4, danh sách hỗ trợ CPU trải dài đến Core Ultra Series 1, 2 và 3, cùng với Xeon, cộng thêm GPU rời Arc và đồ họa tích hợp HD, UHD và Iris Xe. Việc chạy trên GPU cần các trình điều khiển không được đóng gói kèm bộ công cụ, đây là điều đầu tiên khiến mọi người vấp phải.

Chi tiết dễ bị đọc quá mức chính là NPU. Ghi chú phát hành của chính Intel chỉ đặt một cách có chọn lọc các mô hình tạo ảnh lên NPU — FLUX.2-Klein 4B và Kokoro 82M được liệt kê là chạy trên NPU, trong khi Qwen-image chỉ xuất hiện dưới tiêu đề phát hành sớm cho CPU và GPU. Không có nội dung nào trong thông báo ngày đầu khẳng định việc thực thi trên NPU đối với Qwen-Image-2.1. Nếu bạn hy vọng điều này biến NPU của một laptop Copilot+ thành trình tạo ảnh, thì bằng chứng vẫn chưa ủng hộ điều đó, và sự thiếu vắng này đặc biệt đáng chú ý chính vì Intel có quảng cáo hỗ trợ NPU cho các mô hình ảnh khác trên cùng trang đó.

Vậy cách hiểu thực tế là: CPU và GPU dòng Arc, trạng thái phát hành sớm, không có phạm vi hiệu năng nào được công bố. Nếu bạn sở hữu một card Arc và muốn có lý do để dùng nó, thì đây là một hướng được hỗ trợ chứ không phải một hướng đã được chứng minh.

Giấy phép quyết định nhiều hơn phần cứng.

Qwen-Image-2.1 được phát hành theo Thỏa thuận Giấy phép Nghiên cứu Qwen, chỉ cấp quyền cho mục đích nghiên cứu và đánh giá phi thương mại. Việc triển khai thương mại yêu cầu một giấy phép riêng được đàm phán với Alibaba. Các sản phẩm phái sinh có nghĩa vụ ghi công — “Built with Qwen” hoặc “Improved using Qwen” — và “Qwen” không thể là tên chính của một sản phẩm phái sinh.

Điều này quan trọng hơn trên phần cứng Intel so với trên một GPU thuê, bởi vì toàn bộ tiền đề của việc chạy một mô hình trên phần cứng bạn sở hữu thường là bạn định tiếp tục dùng nó. Nếu mục đích sử dụng của bạn là thương mại, hỗ trợ OpenVINO vẫn đáng để biết đến — nó cho bạn biết rằng mô hình có thể chạy và có thể di chuyển được trên một họ phần cứng mà bạn có thể đã sở hữu — nhưng nó không thay đổi câu hỏi về giấy phép, và không lượng hỗ trợ framework nào có thể thay đổi điều đó. Bất kỳ ai đang lên kế hoạch cho một sản phẩm quanh checkpoint này nên giải quyết vấn đề cấp phép trước khi giải quyết vấn đề phần cứng.

Điều này khiến bạn tốn bao nhiêu dung lượng đĩa, trước khi bạn phải lo lắng về bất cứ điều gì khác

Bản tải xuống trọng số mở của Qwen-Image-2.1 có tổng dung lượng khoảng 33 GB chia thành ba thành phần, và chính cách phân chia đó mới là phần hữu ích:

• Transformer (bộ sinh 7B) — khoảng 14,2 GB trải trên hai shard

• Bộ mã hóa văn bản (Qwen3-VL 8B) — khoảng 17,5 GB trải trên bốn phân đoạn, là thành phần lớn nhất duy nhất trong bản tải xuống

• VAE — khoảng 1,35 GB

Để so sánh, con số đó gấp nhiều lần mức chiếm dụng bộ nhớ của các mô hình hình ảnh nhỏ hơn mà Intel đã liệt kê là có khả năng chạy trên NPU. Con số 7B trong tiêu đề mô tả bộ sinh; đó không phải là phát biểu về những gì bạn cần thường trú để chạy thứ này. Cũng phải tính đến bộ mã hóa nữa.

Cách bạn thực sự sẽ chạy nó

Lớp GenAI của OpenVINO cung cấp các mô hình khuếch tán thông qua API pipeline text-to-image, với thiết bị được truyền dưới dạng chuỗi — dạng được tài liệu hóa là một đối tượng pipeline được tạo từ thư mục mô hình và tên thiết bị, sau đó là lệnh gọi generate với một prompt. Các mô hình cần hiện diện ở dạng biểu diễn trung gian của OpenVINO thay vì dưới dạng checkpoint PyTorch thô, vì vậy cách làm thực tế là một bước chuyển đổi, tiếp theo là suy luận, với chuỗi thiết bị chọn CPU hoặc GPU.

Đó là phần cơ học. Phần mà thông báo không đề cập là các trọng số đã chuyển đổi cuối cùng ở độ chính xác nào, việc chuyển đổi tác động cụ thể ra sao đến đường dẫn RGBA VAE, và liệu luồng chỉnh sửa với 10 ảnh tham chiếu có được chạy thử ở phía Intel hay không — bài đăng chỉ nói "một checkpoint trọng số mở cho cả tạo và chỉnh sửa", vốn là mô tả về mô hình, không phải về tích hợp. Đó là ba điều đầu tiên cần kiểm tra khi bạn chuyển đổi nó, vì một mô hình ảnh có thể được hỗ trợ về mặt kỹ thuật mà vẫn đánh mất tính năng bạn thực sự muốn.

Nếu bạn không muốn dành cả buổi tối cho việc chuyển đổi và thiết lập driver chỉ để tìm hiểu, thì cùng checkpoint đó đã chạy trên những lộ trình day-zero khác — SGLang-Diffusion, ComfyUI, Diffusers thông qua một lớp pipeline chuyên dụng, vLLM-Omni, LightX2V, cùng với ROCm trên AMD Radeon và hỗ trợ đa chip thông qua FlagOS. Lộ trình OpenVINO là lựa chọn nên dùng nếu bạn có phần cứng Intel; đó không phải là cách duy nhất để đánh giá mô hình.

Điều này đưa bạn đến đâu

Đối với một cửa hàng dựa trên Intel, hỗ trợ từ ngày đầu là tin thật: một mô hình mà cách đây hai ngày còn là câu chuyện của NVIDIA và AMD giờ đây đã có một lộ trình được hỗ trợ trên phần cứng bạn đã sở hữu, và công việc đã được thực hiện đủ sớm để nó được viết dựa trên checkpoint thật. Đó là toàn bộ những gì đã được xác lập.

Với tất cả những người còn lại, tóm tắt trung thực là Qwen-Image-2.1 là một bản phát hành trọng số mở mạnh mẽ với giấy phép hạn chế, dung lượng tải xuống 33 GB, yêu cầu bộ nhớ chưa được công bố, và giờ đây có thêm một runtime nữa tuyên bố chạy được nó mà không nói tốc độ nhanh đến đâu. Kiến trúc minh bạch mới là điểm khác biệt thực sự và đáng để thử nghiệm dựa trên giá trị của chính nó. Hỗ trợ Intel là một lý do để thử nếu bạn có phần cứng đó — nhưng chưa phải là lý do để chuẩn hóa theo nó.

Đáng theo dõi trong vài tuần tới: liệu Intel có công bố độ trễ đo được cho đường OpenVINO hay không, liệu danh sách NPU có được mở rộng để bao gồm mô hình này hay không, và liệu có ai bên ngoài nhà cung cấp tái tạo được các tuyên bố về chất lượng tạo sinh trên phần cứng Intel hay không. Cho đến khi ít nhất một trong số đó thành hiện thực, hãy coi sự hỗ trợ này như đèn xanh để thử nghiệm và không hơn thế.

Khi bạn muốn so sánh nó với các mô hình hình ảnh được lưu trữ mà bạn đang gọi, OrcaRouter đưa hơn 200 mô hình vào sau một endpoint tương thích với OpenAI với giá niêm yết của nhà cung cấp được chuyển nguyên, không cộng thêm, cùng khả năng tự động chuyển sang nhà cung cấp dự phòng — hữu ích chính xác vì một checkpoint được cấp phép cho nghiên cứu như cái này không thể đi vào lộ trình sản xuất, còn các lựa chọn thay thế được lưu trữ có thể nằm sau cùng một khóa trong khi bạn cân nhắc quyết định.