跳到正文
首页文章Qwen-Image-3.0 确实实,可我挪不动它的背景

Qwen-Image-3.0 确实实,可我挪不动它的背景

通义千问 7 月 22 日发了 Qwen-Image-3.0,核心关键词是实。我拿针织和棉的服装生成了十来张,面料确实实。想把背景往边上挪,给品牌 logo 留位置,改提示词重新生成了两三次,每次都是另一张图。试完没推荐给谁,和 Nano Banana 放在一起,我会看品类选。

商品图Qwen-Image图像生成
Qwen-Image-3.0 确实实,可我挪不动它的背景 封面图

7 月 22 日通义千问发了 Qwen-Image-3.0,官方说核心关键词是实。

做商品图的人对这个字敏感。商品图最缺的就是实:面料像面料,金属像金属,不是一层好看的皮。Smart Photo 这几年的可用率,很大一部分是在和不实较劲。

拿针织和棉试,十来张

试的是服装,挑了两类面料:针织和棉。前后生成了十来张。

选这两类,是因为它们在生成模型手里最容易被混成一样。针织有纹路和弹性,棉是平的,垂感不同,光打上去的反应也不同。很多模型生成出来的衣服,看得出是一件衣服,看不出是什么料子。可买家在商品页上,恰恰是在看料子。

十来张不多,但够看出一个大概。

实,是真的实

实是实。

针织的纹路出来了,不是一层印上去的花纹,是有起伏的;棉的平整和微微的褶皱也对。两件放在一起,一眼能分出哪件是针织,哪件是棉。

这一点我是服气的。面料质感这件事,我们当年是拆品类训练、拿一张张真实商品图喂出来的。它一个通用模型,做到了接近的程度。

问题出在下一步。

图生成出来,构图上我想改一处:商品有点偏中间,想把背景往边上挪一点,给品牌 logo 留一块位置。

商品图上放 logo 很常见。logo 放哪有讲究,不能压着商品,也不能挤在角落里看不见,所以构图时就得留出一块干净的地方。生成的图如果没留,后期硬塞进去,要么挡商品,要么显得局促。

我改了一句提示词,重新生成。出来的是另一张图。商品还是实的,面料还是对的,但已经不是刚才那件衣服的那个角度、那束光了。背景是挪了,别的也全变了。

又试了两三次,都是这样。每一次都是一张新的好图,没有一次是在刚才那张上改。

这是生得出,调不动。它擅长一次成型,不擅长在成型的基础上动一处。

两三次,为什么就停了

只试了两三次就停,是因为方向已经很清楚了。

每一次重新生成,变的都不只是背景。如果是提示词没写对,改几次总会有一次接近;可它每次给的都是一张全新的图,说明问题不在措辞,在它的工作方式:它是从头画,不是在原图上改。

再试十次,大概也是十张新的好图。对我要的那一处改动来说,试的次数解决不了问题。

而且十来张里挑出来的那一张,本来已经是最满意的角度和光。每重来一次,就是把这张押上去,换一张不知道好坏的。

流程里要的是下一步

对我们的流程来说,这一步恰恰重要。

运营筛图,很少是从一堆图里挑一张就结束。常见的是挑一张,然后说,这张再改一点:背景挪一下,商品大一点,光亮一点。我们自己的模型也调不太动,但靠模板和参数把范围收住,出来的几张大致一致,要改的就少一些。

所以实解决的是上架前的第一道判断:这张图能不能用。它没有解决第二道:这张图能不能改成运营要的那张。这两道,当年我们都花了很多功夫。

没推荐给谁

试完我没把它推荐给谁。

不推荐,不是因为它不好。面料的实,它是做得好的。可推荐一个工具,得能说清楚它接在流程的哪一步。运营拿到它,第一张图会很惊喜,第二步想挪背景、留 logo、改一处,就会卡住,卡住以后只能重新生成,重新生成又是另一张图。

对一个要一张张改到能用的人来说,这个惊喜持续不了多久。与其推荐了再解释为什么改不动,不如先不推荐。

和 Nano Banana 放在一起,看品类

6 月试 Nano Banana 时,结论是单张光影好,一组对不上。现在加上 Qwen-Image,两个放在一起,我会看品类选。

面料本身就是卖点的品类,像针织、棉这些服装,Qwen-Image 的实更有用;靠光影和氛围出彩的品类,Nano Banana 的单张更好看。但不管选哪个,改那一步都还得靠别的办法,商品页上那一组图,也还是我们自己的模型来出。

宣传里的一个字,和流程里的一个环节,不是一回事。实是好事,只是它解决的是第一道,不是第二道。

问问 KANG AI

想了解我什么?