wan-2-2/flash/text-to-image
Genera un'immagine da un prompt obbligatorio, con un prompt negativo facoltativo, 15 dimensioni di output, espansione Magic Prompt e controllo seed.
| Parametro | Tipo | Valore predefinito/intervallo | Descrizione |
|---|---|---|---|
| prompt | string | "" | Istruzione in linguaggio naturale che descrive la modifica. Specifica chiaramente cosa cambiare e cosa conservare. |
| negative_prompt | string | "" | Elementi da evitare nel risultato, ad esempio “senza sfocatura” o “senza filigrana”. |
| Parametro | Tipo | Valore predefinito/intervallo | Descrizione |
|---|---|---|---|
| image_urls | array (image URIs) | [] | Fino a 10 immagini di input. La prima è la base da modificare; le altre guidano stile o composizione. |
| Parametro | Tipo | Valore predefinito/intervallo | Descrizione |
|---|---|---|---|
| image_size | string | square; presets: square_hd, square, portrait_4_3, portrait_16_9, landscape_4_3, landscape_16_9 | Seleziona uno dei rapporti d’aspetto predefiniti. |
| num_inference_steps | integer | 28 | Numero di passaggi di diffusione. Un valore più alto può migliorare i dettagli; uno più basso velocizza la generazione. |
| guidance_scale | float | 4.5 | Intensità con cui il risultato segue il prompt. Valori elevati rispettano più rigidamente l’istruzione, ma possono ridurre la libertà creativa. |
| output_format | string | png; options: jpeg, png, webp | Formato dell’immagine di output. Sceglilo in base alle fasi successive del flusso di lavoro. |
Gli sviluppatori possono usare Qwen Image Edit 2511 tramite la RunComfy API con richieste HTTP standard. Invia le immagini di base insieme a prompt e negative_prompt, quindi regola num_inference_steps, guidance_scale, seed e output_format per ottenere modifiche coerenti e dettagliate. L’automazione basata su REST consente di integrarlo nei processi di produzione.
Nota: endpoint API di Qwen Image Edit 2511
Genera un'immagine da un prompt obbligatorio, con un prompt negativo facoltativo, 15 dimensioni di output, espansione Magic Prompt e controllo seed.
Trasforma testi in immagini accurate con editing visivo avanzato
Genera immagini da un’immagine di controllo con un massimo di tre LoRAs, quattro modalità di preelaborazione, influenza ControlNet temporizzata e 1–8 passaggi.
Modifica un'immagine sorgente da un'istruzione scritta, con un prompt negativo opzionale, seed, modalità di ragionamento e output JPEG o PNG.
Modello AI rapido e preciso per creare immagini dal testo.
Genera con FLUX1.1 Pro Ultra immagini fotorealistiche fino a 2K.
Qwen Image Edit 2511 è un modello di editing delle immagini con 20 miliardi di parametri, progettato per mantenere coerenza e precisione geometrica. Conserva meglio l’identità di una o più persone, migliora la fedeltà nella modifica del testo e integra gli stili LoRA della community direttamente nel modello base. Queste caratteristiche lo distinguono dalle versioni Qwen precedenti, come 2509.
La risoluzione massima supportata è di circa 4096×4096 pixel per modifica e si possono usare fino a tre immagini di riferimento. Il prompt è limitato a circa 1.024 token. Le chiamate API che superano questi limiti possono essere troncate o ridimensionate automaticamente.
Sì. Un’attività di editing può usare fino a tre immagini sorgente per fondere o trasformare soggetti e prodotti. Il modello unisce i dettagli tramite un condizionamento simile a ControlNet e adattatori paralleli, migliorando la coerenza tra tutti i riferimenti.
Puoi creare il prototipo con Qwen Image Edit 2511 nell’interfaccia web di pagina del modello RunComfy. In seguito, genera una chiave di accesso dal pannello del tuo account e automatizza tramite API lo stesso prompt e gli stessi parametri di controllo. La sezione “Integrazione API” della documentazione RunComfy descrive come scalare il flusso in produzione.
Qwen Image Edit 2511 mantiene una struttura più stabile, soprattutto nel design industriale, nei prodotti e nelle modifiche ricche di testo. Seedream 4.5 eccelle nell’ingrandimento artistico e nella stilizzazione; Qwen Image Edit 2511 preserva meglio testo, geometria e identità durante modifiche successive.
Nano Banana Pro può essere leggermente superiore nell’illuminazione estremamente fotorealistica e nelle piccole modifiche descritte da prompt brevi. Qwen Image Edit 2511 riduce però il divario grazie a una minore deriva e a una migliore coerenza tra più persone. È particolarmente efficace nelle trasformazioni strutturali e nei lavori che richiedono fedeltà tipografica.
L’accesso è soggetto ai termini dei modelli ospitati da RunComfy. Prima di utilizzare commercialmente le immagini prodotte, gli sviluppatori devono anche controllare la licenza originale di Alibaba o Tongyi-Lab, in particolare le regole su attribuzione e opere derivate.
L’editor conserva la geometria della scena e consente allo stesso tempo di inserire oggetti, sostituire lo sfondo o rendere più coerente l’illuminazione. È quindi utile per commercio elettronico, iterazioni di design e campagne che devono mantenere uno stile visivo uniforme.
La pipeline a doppia codifica allinea direttamente gli embedding semantici con le caratteristiche visive del VAE. In questo modo diminuiscono le differenze nei volti o negli elementi del marchio tra più passaggi di editing e il soggetto rimane più fedele rispetto alle precedenti varianti Qwen.
Quando modifica o sostituisce il testo, il modello cerca di conservare carattere, dimensione e stile originali. Ottiene così un allineamento tipografico molto preciso, particolarmente utile per i team UI/UX e di progettazione grafica.
RunComfy è la piattaforma principale ComfyUI che offre ComfyUI online ambiente e servizi, insieme a workflow di ComfyUI con visuali mozzafiato. RunComfy offre anche AI Models, consentire agli artisti di sfruttare gli ultimi strumenti di AI per creare arte incredibile.
