ساخت عکس با هوش مصنوعی کوئن (Qwen)

ساخت عکس با هوش مصنوعی کوئن (Qwen) | ابزار Qwen-Image-Edit

لیلا احمدی

1 آبان 1404

Qwen-Image-Edit یک ویرایشگر تصویر قدرتمند، رایگان و متن‌باز است که فرآیند ساخت عکس با هوش مصنوعی کوئن را متحول می‌کند. این مدل برای دستکاری‌های پیشرفته تولید تصویر با Qwen با استفاده از دستورات متنی ساده طراحی شده است. در این راهنما، ابتدا نحوه دسترسی و استفاده از این ابزار را به صورت گام به گام شرح می‌دهیم و سپس به سراغ مثال‌های کاربردی و پرامپت‌های الهام‌بخش می‌رویم.

چگونه به Qwen-Image-Edit دسترسی پیدا کنیم؟ (راهنمای گام به گام)

برای شروع ساخت عکس با هوش مصنوعی کوئن، می‌توانید از دو طریق اصلی به قابلیت‌های آن دسترسی پیدا کنید که هر کدام برای نیازهای متفاوتی مناسب است.

۱. رابط چت آنلاین (روش آسان)

برای ویرایش‌های سریع و آسان، می‌توانید از رابط چت آنلاین رسمی استفاده کنید.

گام اول: به پلتفرم chat.qwen.ai مراجعه کنید.
گام دوم: یک تصویر آپلود کنید.
گام سوم: یک دستور متنی برای توصیف ویرایش مورد نظر خود ارائه دهید.
ملاحظات: این روش کاربرپسند است اما ممکن است دارای محدودیت‌های استفاده روزانه و محدودیت‌های محتوایی باشد.

۲. نصب محلی (روش پیشرفته)

برای استفاده نامحدود و حداکثر انعطاف‌پذیری، می‌توانید مدل را روی سخت‌افزار خود با استفاده از ComfyUI اجرا کنید.

نیازمندی‌ها: این کار به دانش فنی قابل توجه، یک GPU قدرتمند با VRAM بالا (مدل اصلی حدود ۱۹ گیگابایت است) و فضای ذخیره‌سازی کافی نیاز دارد.
فرآیند: شامل دانلود چندین فایل مدل (Diffusion, LoRA, Text Encoder, VAE) و تنظیم آن‌ها در یک گردش کار ComfyUI است.
گزینه VRAM پایین: نسخه‌های کوانتیزه شده (فایل‌های GGUF) برای کاربرانی با سخت‌افزار ضعیف‌تر در دسترس است، اگرچه ممکن است منجر به کیفیت پایین‌تر شود.

قابلیت‌های کلیدی Qwen: چه چیزی آن را متمایز می‌کند؟

Qwen در حین انجام ویرایش‌های پیچیده، سازگاری و وفاداری بالایی به تصویر اصلی از خود نشان می‌دهد. ویژگی‌های اصلی آن عبارتند از:

رایگان و متن‌باز: می‌توان آن را دانلود و به صورت محلی برای استفاده نامحدود و آفلاین اجرا کرد.
قدرت ویرایش دوگانه: هم از ویرایش‌های ظاهری سطح پایین (مانند اصلاح رنگ، حذف اشیاء) و هم از ویرایش‌های معنایی سطح بالا (مانند انتقال سبک، تولید ژست کاراکتر) پشتیبانی می‌کند.
دستکاری دقیق متن: قادر به افزودن، تغییر یا ترجمه متن (چینی/انگلیسی) در تصویر با حفظ فونت و سبک اصلی است.
سازگاری بالای کاراکتر: یکی از نقاط قوت کلیدی آن، توانایی حفظ ظاهر یک کاراکتر در چندین تصویر تولید شده با ژست‌ها و اقدامات مختلف است.

مثال‌های کاربردی و پرامپت‌های الهام‌بخش برای ساخت عکس با هوش مصنوعی کوئن

برای درک بهتر قدرت این ابزار، در ادامه چند مثال کاربردی با پرامپت‌های نمونه آورده شده است که نشان می‌دهد چگونه می‌توانید از قابلیت‌های آن برای ساخت عکس با هوش مصنوعی کوئن بهره‌مند شوید:

دستکاری محتوا و پس‌زمینه

افزودن/حذف اشیاء: همانطور که در مثال زیر می‌بینید، با یک پرامپت ساده می‌توان اشیاء را به تصویر اضافه یا از آن حذف کرد. برای افزودن یک کشتی دزدان دریایی به یک ساحل خالی، کافی است از پرامپت "یک کشتی دزدان دریایی در افق اضافه کن" استفاده کنید تا مدل آن را به طور واقع‌گرایانه در تصویر جای دهد. به همین ترتیب، با انتخاب یک شیء و پرامپت "این شخص را از پس‌زمینه حذف کن"، می‌توان عناصر ناخواسته را پاک کرد.

تغییر پس‌زمینه: Qwen می‌تواند پس‌زمینه یک عکس را به کلی تغییر دهد. برای مثال، اگر عکسی از یک مدل در استودیو داشته باشید، با پرامپت "پس‌زمینه را به یک خیابان شلوغ در توکیو در شب تغییر بده"، مدل پس‌زمینه را با حفظ نورپردازی صحیح روی سوژه جایگزین می‌کند.

پیش از بالا بردن کیفیت عکس با هوش مصنوعی

بعد از بالا بردن کیفیت عکس با هوش مصنوعی

پرو مجازی لباس: این قابلیت برای تجارت الکترونیک بسیار کاربردی است. با ارائه عکسی از یک شخص و پرامپت "یک کت چرم مشکی به این شخص بپوشان"، مدل لباس را به طور طبیعی بر تن شخص قرار می‌دهد.

ترمیم و بهبود تصویر

اصلاح رنگ: برای زنده کردن عکس‌های قدیمی، می‌توان از پرامپت "رنگ‌های این عکس قدیمی و رنگ‌پریده را اصلاح و آن را بازسازی کن" استفاده کرد تا نتیجه‌ای چشمگیر حاصل شود.

حذف واترمارک: با انتخاب ناحیه واترمارک و استفاده از پرامپت "این واترمارک را حذف کن"، مدل آن را به شکلی هوشمندانه و بدون آسیب به بافت اصلی تصویر پاک می‌کند.

افزایش جزئیات (Outpainting): Qwen می‌تواند تصاویر را گسترش دهد. با پرامپت "تصویر را از سمت راست گسترش بده و ادامه منظره را ترسیم کن"، مدل جزئیات جدیدی را به تصویر اضافه می‌کند که با محتوای اصلی کاملاً هماهنگ است.

تولید محتوای خلاقانه

ایجاد شیت مدل کاراکتر: برای طراحان بازی و انیمیشن، این قابلیت بسیار ارزشمند است. با ارائه یک تصویر از کاراکتر و پرامپت "برای این کاراکتر یک شیت مدل با نماهای جلو، پشت و کنار ایجاد کن"، مدل نماهای مختلف را با حفظ ثبات ظاهری کاراکتر تولید می‌کند. این یکی از بهترین نمونه‌های ساخت عکس با هوش مصنوعی کوئن برای کاربردهای حرفه‌ای است.

انتقال سبک: این مدل می‌تواند سبک یک تصویر را به تصویری دیگر منتقل کند. برای مثال، با ارائه یک عکس پرتره و پرامپت "این عکس را به سبک نقاشی ون گوگ تبدیل کن" یا "این منظره را به سبک انیمه‌های استودیو جیبلی در بیاور"، نتایج خلاقانه‌ای به دست می‌آید.

حفظ ثبات کاراکتر: یکی از نقاط قوت کلیدی Qwen، توانایی حفظ هویت یک کاراکتر در تصاویر مختلف است. می‌توان با پرامپت "همین کاراکتر را در حال نوشیدن قهوه در یک کافه نشان بده"، تصاویر جدیدی با همان کاراکتر در موقعیت‌های متفاوت خلق کرد.

درک دستورات پیچیده

Qwen توانایی درک دستورات متنی ظریف و پیچیده را دارد که آن را از بسیاری مدل‌های دیگر متمایز می‌کند. برای مثال، این مدل می‌تواند دستورات فضایی پیچیده را با دقت اجرا کند. همانطور که در یک نمونه مشاهده می‌شود، با ارائه تصویری حاوی دو کلمه “Apple” و “Banana” و پرامپت "یک ستاره قرمز جلوی کلمه Apple و پشت کلمه Banana قرار بده"، Qwen با موفقیت این دستور را اجرا می‌کند. این قابلیت، نشان‌دهنده درک عمیق آن از روابط فضایی و متنی است و پتانسیل بالای آن را برای ویرایش‌های دقیق به نمایش می‌گذارد.

جمع‌بندی: آینده ویرایش تصویر با Qwen

در نهایت، Qwen-Image-Edit فراتر از یک ابزار ساده ویرایش تصویر است؛ این یک شریک خلاق است که به کاربران در هر سطحی از مهارت، از مبتدی تا حرفه‌ای، قدرت می‌بخشد. ترکیب دسترسی آسان، قابلیت‌های ویرایشی قدرتمند و ماهیت متن‌باز، این مدل را به یکی از بازیگران کلیدی در آینده ساخت عکس با هوش مصنوعی کوئن تبدیل کرده است. با استفاده از این راهنما، شما نیز می‌توانید خلاقیت خود را آزاد کرده و تصاویری خلق کنید که پیش از این ممکن نبود.