Qwen Image 2.1 เครื่องมือสร้างภาพด้วย AI

จุดเด่นของ Qwen Image 2.1

สร้างภาพ PNG พื้นใสได้โดยตรง

Qwen Image 2.1 ส่งภาพที่มีพื้นหลังโปร่งใสจริงกลับมาได้ สติกเกอร์ ไอคอน หรือภาพสินค้าตัดพื้นพร้อมวางบนสไลด์ หน้าเว็บ หรือรูปอื่นได้ทันที ไม่ต้องลบพื้นหลังแยกอีกขั้น

ตั้งตัวเลือกพื้นหลังเป็นแบบใส แล้วบรรยายแค่ตัวแบบ เช่น สติกเกอร์จิ้งจอกการ์ตูน ขวดน้ำหอมแก้ว หรือคำที่เขียนด้วยลายมือ

Qwen ยังโชว์ว่าโมเดลแก้ภาพที่เป็นพื้นใสอยู่แล้วได้ เช่น เปลี่ยนสีหน้าตัวละครโดยพื้นหลังยังว่าง และดึงตัวแบบหนึ่งออกจากรูปถ่ายทั่วไปมาเป็นเลเยอร์ของตัวเอง

นี่คือภาพ RGBA ที่มีความโปร่งใส สติกเกอร์การ์ตูนไดคัทสามชิ้นเรียงเป็นแถว ได้แก่ ถ้วยกาแฟที่มีไอร้อนลอยขึ้น ครัวซองต์สีทอง และพระอาทิตย์ยิ้ม แต่ละชิ้นมีขอบขาวหนา สีสดแบบแฟลต และเงาตกกระทบนุ่ม ๆ ภาพมีช่องอัลฟาและพื้นหลังโปร่งใส

รวมหลายภาพเป็นภาพเดียว

โมเดลอ่านภาพอ้างอิงหลายภาพในคำขอเดียว และจำได้ว่าภาพไหนคืออะไร

ตัวอย่างของ Qwen เอง:

• ภาพพอร์ตเทรตแยกกันหกภาพ รวมเป็นภาพหมู่ภาพเดียว
• นางแบบใส่โค้ต รองเท้า กระเป๋า และหมวก ที่มาจากรูปสินค้าห้ารูป
• ห้องทั้งห้องที่ตกแต่งจากรูปเฟอร์นิเจอร์สิบรูป

บน Zero Kit อัปโหลดได้สูงสุด 10 ภาพ อ้างถึงแต่ละภาพตามลำดับ เช่น “คนจากภาพ 1 ใส่แจ็กเก็ตจากภาพ 2” และบอกว่าแต่ละภาพใช้ทำอะไร

ถ้าแค่จะเปลี่ยนชุดในรูปคนหนึ่งรูป เครื่องมือ AI เปลี่ยนชุด ทำงานนี้ได้ในตัว

ภาพคู่วางเทียบกันโดยมีเส้นแบ่งสีขาวบาง ๆ ครึ่งซ้าย: ตารางภาพอ้างอิงห้าภาพจัดเรียงเป็นระเบียบบนพื้นหลังสีขาว ได้แก่ โค้ตขนสัตว์สีคาเมล รองเท้าผ้าใบหนังสีขาวหนึ่งคู่ กระเป๋าหนังสีน้ำตาลใบเล็ก หมวกบีนนี่ไหมพรมสีครีม และนางแบบสาวที่ยืนในเสื้อยืดสีเทาเรียบ ๆ กับกางเกงยีนส์ ครึ่งขวา: นางแบบคนเดิมสวมโค้ต รองเท้าผ้าใบ กระเป๋า และหมวกบีนนี่ เดินบนถนนในเมืองช่วงฤดูใบไม้ร่วง ทุกชิ้นตรงกับภาพอ้างอิง แสงธรรมชาติ ภาพถ่ายสมจริง ไม่มีตัวอักษร ไม่มีโลโก้

แก้เฉพาะจุดโดยคงใบหน้าและสินค้า

ถ้าต้องการแก้แม่น ๆ ให้ทำเครื่องหมายบนรูปก่อนอัปโหลด: วาดวงกลมสีรอบวัตถุ หรือระบายทับบริเวณนั้น แล้วบอกว่าเครื่องหมายนั้นหมายถึงอะไร

ตัวอย่างของ Qwen ใช้วงกลมสามสีในรูปเดียว เพื่อลบนาฬิกา เปลี่ยนสีผม และเปลี่ยนเสื้อในการแก้ครั้งเดียว

Qwen บอกว่ารุ่นนี้คงเค้าหน้าของคน รวมถึงตัวอักษรที่พิมพ์บนสินค้า พื้นผิว และรูปทรง จากต้นฉบับไปถึงผลลัพธ์ได้ดีขึ้น ซึ่งเป็นสิ่งที่ภาพพอร์ตเทรตและภาพสินค้าต้องการ

ภาพคู่วางเทียบกันโดยมีเส้นแบ่งสีขาวบาง ๆ แสดงห้องนั่งเล่นที่สว่างห้องเดียวกันจากมุมเดียวกัน ซ้าย: โซฟาผ้าลินินสีเทา โต๊ะกาแฟไม้ โคมไฟตั้งพื้นทองเหลืองข้างโซฟา และวงกลมสีแดงที่วาดด้วยมือรอบโคมไฟ ขวา: ห้องเดิมทุกประการ แต่โคมไฟถูกแทนที่ด้วยต้นไทรใบสักต้นสูงในกระถางเซรามิกสีขาว วงกลมสีแดงหายไป ส่วนอื่นเหมือนเดิมทั้งหมด แสงกลางวันนุ่ม ๆ ภาพถ่ายตกแต่งภายในที่สมจริง ไม่มีตัวอักษร ไม่มีโลโก้ การจัดเฟรมเหมือนกันทุกประการทั้งสองฝั่ง: โซฟาสีเทาตัวเดียวตัวเดิม โต๊ะกาแฟ พรม และหน้าต่างชุดเดิม มีเพียงโคมไฟที่ถูกเปลี่ยน

วิธีเขียนพรอมต์สำหรับ Qwen Image 2.1

1. ถ้าต้องการภาพพื้นหลังใส ให้สลับตัวเลือกพื้นหลังเป็นแบบใส บรรยายแค่ตัวแบบ และไม่ใส่คำอย่าง “บนโต๊ะ” หรือ “ในห้อง”

2. เมื่อใช้ภาพอ้างอิงหลายภาพ ให้เรียกแต่ละภาพตามลำดับและหน้าที่ เช่น “ภาพ 1 คือนางแบบ ภาพ 2 คือโค้ต ภาพ 3 คือรองเท้า”

3. สำหรับการแก้เฉพาะจุด ให้ใช้สีต่างกันกับแต่ละบริเวณ และให้คำสั่งเดียวต่อหนึ่งสี เช่น “ลบสิ่งที่อยู่ในวงกลมสีน้ำเงิน”

4. ใส่ทุกคำที่ต้องปรากฏในภาพไว้ในเครื่องหมายคำพูด ให้สั้น และตรวจตัวสะกดที่ขนาดเต็มก่อนนำไปใช้

5. พรอมต์สั้น ๆ จะถูกขยายเป็นคำบรรยายเต็มก่อนสร้าง ไอเดียสั้น ๆ จึงใช้ได้ เติมรายละเอียดเฉพาะจุดที่อยากคุม เช่น แสง วัสดุ หรือเลย์เอาต์

พรอมต์ตัวอย่างสำหรับลองกับ Qwen Image 2.1

• 

  ป้ายที่ตัวอักษรคมชัด

  ป้ายนีออนหน้าร้านเขียนว่า "NIGHT BAKERY" ด้วยตัวอักษรตัวเขียนสีชมพูขอบสีฟ้า ติดอยู่เหนือหน้าต่างร้านเบเกอรี่เล็ก ๆ บนถนนยามค่ำคืนที่ฝนตก มองเห็นขนมปังหลังกระจก แสงสะท้อนเรืองรองบนทางเท้าที่เปียก ฝนปรอย ๆ องค์ประกอบสี่เหลี่ยมจัตุรัส สะกดถูกต้อง ไม่มีข้อความอื่น ไม่มีโลโก้

• 

  พอร์ตเทรตในแสงจากหน้าต่าง

  ภาพพอร์ตเทรตแนวตั้งของช่างทำไวโอลินในเวิร์กช็อป ผู้หญิงวัยสี่สิบกว่า ผมสีเทารวบไปด้านหลัง สวมผ้ากันเปื้อนผ้าแคนวาส กำลังขัดแผ่นหน้าไม้สปรูซของไวโอลินที่ยังทำไม่เสร็จ แสงนุ่มจากหน้าต่างบานสูงส่องด้านข้าง เห็นพื้นผิวผิวหนังและลายไม้ละเอียดชัดเจน สิ่วและแคลมป์บนโต๊ะ ขี้กบไม้ม้วน ๆ โทนสีธรรมชาติอบอุ่น เลนส์ 85mm ไม่มีตัวอักษร ไม่มีโลโก้

• 

  อินโฟกราฟิกสี่ขั้นตอน

  อินโฟกราฟิกแนวนอนที่สะอาดตาบนพื้นหลังสีครีมโทนอุ่น ด้านบนมีหัวข้อ "FROM BEAN TO CUP" ตัวหนา ภาพประกอบสี่ขั้นตอนจากซ้ายไปขวาเชื่อมกันด้วยลูกศรเส้นบาง ได้แก่ ผลกาแฟสีแดงบนกิ่งพร้อมป้าย "HARVEST" เมล็ดกาแฟสีเขียวตากอยู่บนแร็กพร้อมป้าย "DRY" เมล็ดกาแฟสีน้ำตาลในถังคั่วพร้อมป้าย "ROAST" และกาแฟหนึ่งถ้วยพร้อมป้าย "BREW" ภาพประกอบสไตล์แฟลตพร้อมเงานุ่ม ๆ สะกดถูกต้อง ไม่มีข้อความอื่น ไม่มีโลโก้

• 

  ชุดเต็มตัวในช็อตเดียว

  ภาพแฟชั่นสตรีทเต็มตัวของคนหนุ่มสาวที่กำลังเดินบนทางเท้าในเมืองช่วงฤดูใบไม้ร่วง สวมโค้ตขนสัตว์สีคาเมล หมวกบีนนี่ไหมพรมสีครีม กางเกงยีนส์สีน้ำเงินทรงตรง รองเท้าผ้าใบหนังสีขาว และกระเป๋าสะพายไหล่หนังสีน้ำตาลใบเล็ก ด้านหลังเป็นอาคารอิฐแดงและใบไม้สีเหลืองที่ร่วงหล่น แสงนุ่มของวันฟ้าครึ้ม ท่าทางเป็นธรรมชาติแบบไม่ได้ตั้งใจโพส เฟรมแนวตั้ง ไม่มีตัวอักษร ไม่มีโลโก้

ภาพตัวอย่างใช้เพื่อประกอบคำอธิบายเท่านั้น ผลลัพธ์จริงแตกต่างกันไปตามโมเดล

สเปกและราคาของ Qwen Image 2.1

ราคาทั้งหมดด้านล่างดึงมาจากรายการราคาที่ใช้อยู่จริง เมื่อราคาเปลี่ยน หน้านี้ก็เปลี่ยนตามทันที เครดิตคิดตามจำนวนภาพ หรือตามจำนวนวินาทีของวิดีโอ

ข้อจำกัดของ Qwen Image 2.1

• พื้นหลังใสได้ผลดีที่สุดเมื่อพรอมต์บรรยายแค่ตัวแบบ ถ้าพรอมต์พูดถึงฉาก โต๊ะ ผนัง หรือพื้นผิวอื่น ภาพอาจกลับมามีพื้นหลังแม้จะเปิดโหมดพื้นใสไว้

• ยิ่งใส่ภาพอ้างอิงมาก แต่ละภาพก็ได้ความสนใจจากโมเดลน้อยลง รายละเอียดเล็ก ๆ อย่างโลโก้จิ๋วหรือลายพิมพ์จึงอาจเพี้ยนเมื่ออัปโหลดหลายภาพพร้อมกัน

  ถ้าต้องการสินค้าหรือใบหน้าที่ตรงกับต้นฉบับ ให้ใช้ภาพอ้างอิงน้อยลง และบอกให้ชัดว่าแต่ละภาพใช้ทำอะไร

• เอดิเตอร์ไม่มีแปรงมาสก์สำหรับโมเดลนี้ ถ้าจะเปลี่ยนบริเวณไหน ให้วาดวงกลมหรือระบายทับบนรูปก่อนอัปโหลด แล้วบรรยายในพรอมต์ว่าเครื่องหมายนั้นสั่งให้ทำอะไร

  เครื่องหมายจะบังภาพต้นฉบับบางส่วน จึงควรวาดเส้นบาง ๆ และวาดเฉพาะรอบสิ่งที่จะเปลี่ยน