Qwen Image 2.1 – generator obrazów AI

Mocne strony Qwen Image 2.1

Obrazy PNG z przezroczystym tłem od razu

Qwen Image 2.1 potrafi zwrócić obraz z prawdziwie przezroczystym tłem. Naklejka, ikona albo wycięty produkt od razu nadają się do wstawienia na slajd, stronę albo inne zdjęcie, bez osobnego usuwania tła.

Ustaw opcję Tło na przezroczyste i opisz tylko obiekt: naklejkę z kreskówkowym lisem, szklany flakon perfum, odręcznie wykaligrafowane słowo.

Qwen pokazuje też, jak model edytuje obrazy, które już są przezroczyste, na przykład zmienia minę postaci, zostawiając puste tło, i przenosi jeden obiekt ze zwykłego zdjęcia na osobną warstwę.

To jest obraz RGBA z przezroczystością. Trzy wycinane kreskówkowe naklejki w rzędzie: parująca filiżanka kawy, złocisty croissant i uśmiechnięte słońce, każda z grubą białą obwódką, płaskimi jasnymi kolorami i miękkim cieniem. Obraz ma kanał alfa, a tło jest przezroczyste.

Kilka zdjęć połączonych w jeden obraz

Model czyta kilka obrazów referencyjnych w jednym zapytaniu i pamięta, który jest który.

Przykłady od Qwen:

• Sześć osobnych portretów połączonych w jedno zdjęcie grupowe.
• Modelka ubrana w płaszcz, buty, torebkę i kapelusz z pięciu różnych zdjęć produktowych.
• Cały pokój umeblowany na podstawie dziesięciu zdjęć mebli.

W Zero Kit możesz przesłać do 10 obrazów. Odwołuj się do nich według kolejności, na przykład „osoba z obrazu 1 w kurtce z obrazu 2”, i napisz, do czego służy każdy z nich.

Żeby zmienić ubranie na jednym zdjęciu osoby, wystarczy sama wirtualna przymierzalnia AI.

Dyptyk z dwiema częściami obok siebie, rozdzielonymi cienką białą linią. Lewa połowa: równa siatka pięciu zdjęć referencyjnych na białym tle – wełniany płaszcz w kolorze camel, para białych skórzanych sneakersów, mała brązowa skórzana torebka, kremowa dzianinowa czapka i młoda osoba w zwykłym szarym T-shircie i dżinsach. Prawa połowa: ta sama osoba w tym płaszczu, sneakersach i czapce, z torebką, idzie jesienią miejską ulicą, każda rzecz zgadza się ze swoją referencją. Naturalne światło, realistyczna fotografia, bez tekstu, bez logo.

Lokalne poprawki, które zachowują twarze i produkty

Przy precyzyjnej edycji zaznacz obszar na zdjęciu, zanim je prześlesz: narysuj kolorowe kółko wokół przedmiotu albo zamaluj fragment, a potem napisz, co oznacza znacznik.

W przykładach Qwen trzy kolorowe kółka na jednym zdjęciu pozwalają w jednej edycji usunąć zegarek, zmienić kolor włosów i podmienić koszulę.

Według Qwen ta wersja lepiej zachowuje rysy twarzy oraz nadruki, fakturę i kształt produktu między wejściem a wynikiem. Właśnie tego potrzebują portrety i zdjęcia produktów.

Dyptyk z dwiema częściami obok siebie, rozdzielonymi cienką białą linią, pokazujący ten sam jasny salon z tego samego ujęcia. Po lewej: szara lniana sofa, drewniany stolik kawowy, mosiężna lampa stojąca obok sofy z odręcznie narysowanym czerwonym kółkiem wokół lampy. Po prawej: identyczny pokój, w którym lampę zastępuje wysoki figowiec lirolistny w białej ceramicznej donicy, czerwonego kółka nie ma, wszystko inne bez zmian. Miękkie światło dzienne, realistyczna fotografia wnętrz, bez tekstu, bez logo. Identyczny kadr w obu częściach: ta sama jedna szara sofa, stolik kawowy, dywan i okna; zmienia się tylko lampa.

Jak pisać prompty do Qwen Image 2.1

1. Przy obrazie z przezroczystym tłem przełącz opcję Tło na przezroczyste, opisz tylko obiekt i pomiń słowa w rodzaju „na stole” czy „w pokoju”.

2. Przy kilku referencjach nazwij każdy obraz według kolejności i roli, na przykład „obraz 1 to modelka, obraz 2 to płaszcz, obraz 3 to buty”.

3. Przy lokalnej edycji użyj innego koloru dla każdego zaznaczonego obszaru i daj jedno polecenie na kolor, na przykład „usuń to, co jest w niebieskim kółku”.

4. Każde słowo, które ma się pojawić na obrazie, ujmij w cudzysłów, pisz krótko i przed użyciem wyniku sprawdź pisownię w pełnym rozmiarze.

5. Krótkie prompty są przed generowaniem rozwijane w pełniejszy opis, więc wystarczy zarys pomysłu. Szczegóły dodawaj tylko tam, gdzie chcesz mieć kontrolę, na przykład przy świetle, materiale albo układzie.

Przykładowe prompty do wypróbowania w Qwen Image 2.1

• 

  Szyld z czystymi literami

  Neonowy szyld sklepu z napisem "NIGHT BAKERY" różowymi pisanymi literami z niebieskim konturem, zawieszony nad oknem małej piekarni na deszczowej nocnej ulicy, za szybą widać bochenki chleba, świecące odbicia na mokrym chodniku, lekka mżawka, kwadratowa kompozycja, poprawna pisownia, żadnego innego tekstu, bez logo.

• 

  Portret w świetle z okna

  Pionowy portret lutniczki w jej pracowni: kobieta po czterdziestce ze związanymi siwymi włosami, w płóciennym fartuchu, szlifuje świerkową płytę wierzchnią niedokończonych skrzypiec. Miękkie boczne światło z wysokiego okna, widoczna faktura skóry i delikatne słoje drewna, dłuta i ściski na stole, zwinięte wióry drewna, ciepłe naturalne barwy, obiektyw 85 mm, bez tekstu, bez logo.

• 

  Infografika w czterech krokach

  Przejrzysta pozioma infografika na ciepłym kremowym tle, u góry tytuł "FROM BEAN TO CUP" pogrubionymi literami. Cztery ilustrowane kroki od lewej do prawej, połączone cienkimi strzałkami: czerwony owoc kawowca na gałązce z podpisem "HARVEST", zielone ziarna suszące się na stelażu z podpisem "DRY", brązowe ziarna w bębnie palarni z podpisem "ROAST", filiżanka kawy z podpisem "BREW". Płaski styl ilustracji z miękkimi cieniami, poprawna pisownia, żadnego innego tekstu, bez logo.

• 

  Cała stylizacja w jednym kadrze

  Zdjęcie modowe w stylu street style w pełnej postaci: młoda osoba idzie jesienią miejskim chodnikiem, ubrana w wełniany płaszcz w kolorze camel, kremową dzianinową czapkę, proste niebieskie dżinsy, białe skórzane sneakersy i z małą brązową skórzaną torebką na ramię. W tle budynki z czerwonej cegły i opadłe żółte liście, miękkie światło pochmurnego dnia, naturalna, swobodna poza, pionowy kadr, bez tekstu, bez logo.

Przykładowe obrazy mają charakter poglądowy; wyniki zależą od modelu.

Qwen Image 2.1: parametry i ceny

Wszystkie ceny poniżej pochodzą z aktualnego cennika, więc zmieniają się tutaj od razu, gdy zmieniają się stawki. Kredyty są naliczane za każdy obraz albo za każdą sekundę wideo.

Ograniczenia modelu Qwen Image 2.1

• Przezroczyste tło działa najlepiej, gdy prompt opisuje tylko obiekt. Jeśli w prompcie pojawia się scena, stół, ściana albo inna powierzchnia, wynik może wrócić z tłem nawet przy włączonej przezroczystości.

• Każdy dodatkowy obraz referencyjny dostaje mniejszą część uwagi modelu, więc drobne detale, takie jak małe logo albo nadruki, mogą się rozjeżdżać, gdy prześlesz ich dużo naraz.

  Przy wiernym odwzorowaniu produktu lub twarzy użyj mniej referencji i dokładnie napisz, do czego służy każda.

• Edytor nie ma pędzla do maskowania dla tego modelu. Żeby zmienić jeden obszar, przed przesłaniem narysuj na zdjęciu kółko albo zamaluj ten fragment i opisz w prompcie, czego dotyczy znacznik.

  Znaczniki zasłaniają część oryginału, więc rysuj je cienko i tylko wokół tego, co ma się zmienić.