Fotografia di moda con Qwen-Image-2.1: dodici stili fotografici
Pellicola 35mm, medio formato, polaroid, flash anni '90, high key e low key. Una descrizione base, solo la tecnica cambia - e dodici foto diverse.
👁 118 letture
La fotografia di moda è fatta di convenzioni: la pellicola 35mm ha un aspetto diverso dal medio formato, e la polaroid è diversa dal flash anni Novanta. Abbiamo testato quante di queste convenzioni Qwen-Image-2.1 distingue davvero, e quante invece fonde in un unico aspetto generico. Dodici approcci, una descrizione base, solo la tecnica fotografica cambia.
Verdetto in un paragrafo
Il modello distingue le convenzioni fotografiche, non solo i filtri cromatici. La polaroid ha ottenuto la cornice bianca e la sovraesposizione nell’angolo, il medio formato - il softbox visibile nell’inquadratura e morbide transizioni tonali, la pellicola 35mm - grana e tonalità calda. Non sono le stesse foto in tre colori, ma tre modi diversi di fotografare. Tutte e dodici sono state generate al primo tentativo, senza alcun rifiuto, con anatomia corretta di mani e piedi - e questo, con la figura intera, è ancora il punto dove i modelli falliscono più spesso.
Come abbiamo condotto il test
Una descrizione base: donna adulta in completo intimo liscio, inquadratura a figura intera o tre quarti, posa naturale, stile campagna di grande magazzino. A questo una frase sulla tecnica - e nient’altro. Formato 1792×2400, 25 step, stesso seed per tutte e dodici.
Pellicola analogica
Pellicola 35mm: grana visibile, luci bruciate, tonalità calda. Il modello ha aggiunto un interno di grande magazzino che non era nella richiesta.
Abbiamo chiesto “35mm, grana visibile, luci leggermente bruciate, tonalità calda, catalogo anni Novanta”. Abbiamo ottenuto esattamente questo - insieme a un interno di grande magazzino sullo sfondo, che non era nella richiesta. Il modello ha aggiunto il contesto dalla convenzione.
Polaroid: cornice bianca quadrata, colori sbiaditi, fuoco morbido e perdita di luce sul bordo sinistro.
La polaroid è difficile, perché non è “foto vecchia” - è un formato specifico con cornice bianca, contrasto appiattito e caratteristica perdita di luce. Il modello ha ricreato tutte e tre le caratteristiche insieme, inclusa la cornice come parte dell’immagine, non come bordo aggiunto.
Anni Settanta: colori caldi sbiaditi, alone intorno alle luci, boiserie e luce calda da lampadina.
Studio fotografico
Medio formato: softbox visibile nell’inquadratura, sfondo grigio seamless, transizioni tonali molto morbide e grande dettaglio.
Qui il modello ha fatto qualcosa che non avevamo chiesto, ma che è tipico delle foto dietro le quinte: ha lasciato il treppiede con il softbox nell’inquadratura. Effetto collaterale della convenzione, ma mostra che il modello capisce come appare un set fotografico, non solo come appare la foto finita.
High key: sfondo bianco puro, luce chiara uniforme, quasi senza ombre. Aspetto catalogo moderno.
Low key: una luce stretta laterale, la maggior parte dell’inquadratura nell’oscurità, forte chiaroscuro.
La coppia high key e low key è il miglior test per capire se il modello comprende la luce, non solo il colore. La prima foto non ha praticamente alcuna ombra, la seconda è composta principalmente da ombre - con descrizione identica del soggetto.
Studio minimalista: sfondo beige seamless, luce morbida uniforme, inquadratura centrata, zero oggetti di scena.
Bianco e nero, alto contrasto: una luce dura, neri profondi, ombre scultoree.
Luce naturale
Luce da finestra in appartamento vuoto: ombre lunghe sul pavimento, palette tenue diurna, carattere documentaristico.
Questa è la nostra preferita di tutte e dodici. Abbiamo chiesto “luce da finestra in appartamento vuoto, ombre lunghe sul pavimento, carattere documentaristico” - e il modello ha rinunciato all’aspetto da campagna pubblicitaria per qualcosa di più vicino al reportage.
Spiaggia in controluce nel tardo pomeriggio: flare nell’obiettivo, vento tra i capelli, toni dorati caldi.
Flash diretto dalla fotocamera: ombra dura sulla parete, colori saturi, energia da rivista anni Novanta.
Il flash diretto dalla fotocamera si riconosce da una cosa: l’ombra dura proiettata sulla parete subito dietro il soggetto. Il modello ha posizionato quest’ombra nel posto giusto e con la giusta nitidezza dei bordi.
Lookbook: figura intera contro muro di cemento, luce piatta di giornata nuvolosa, scarpe visibili.
Cosa abbiamo imparato da questa serie
- Nomina la tecnica, non l’atmosfera. “Medio formato, softbox da sinistra” dà un risultato prevedibile. “Bella foto in studio” non dà nulla.
- Il modello aggiunge il contesto della convenzione. Con la pellicola anni Novanta ha aggiunto da solo l’interno del negozio, con il medio formato - il treppiede. Se non lo vuoi, devi scrivere cosa non deve esserci nell’inquadratura.
- L’anatomia regge con la figura intera. Mani e piedi sono usciti corretti in tutte e dodici, e questo è il punto dove i modelli più vecchi fallivano più spesso.
- Un seed, dodici risultati. L’intera serie è stata generata senza ripetizioni. Con 40-80 secondi per inquadratura, sono poco più di un quarto d’ora per un set completo di materiale per lookbook.
Sui rifiuti, perché è la domanda più frequente
Nessuna delle dodici richieste è stata rifiutata. Non è merito di qualche modifica - abbiamo usato i pesi ufficiali, senza modifiche. Il motivo è più semplice: nel modello eseguito localmente non c’è il livello che controlla la richiesta o il risultato, perché quel livello appartiene al servizio cloud, non al file con i pesi.
Vale la pena ricordare due cose. Primo, la licenza vieta l’uso commerciale senza un accordo separato - e il materiale per lookbook è la definizione di uso commerciale. Secondo, la responsabilità per ciò che viene generato localmente ricade esclusivamente su di te, perché non c’è alcun fornitore tra te e il file.
Domande frequenti
Il modello rifiuta foto in intimo?
Nel nostro test no - dodici su dodici richieste eseguite al primo tentativo, con pesi ufficiali senza modifiche.
Riconosce tecniche fotografiche specifiche?
Sì. La polaroid ha ottenuto la cornice e la perdita di luce, il medio formato transizioni tonali morbide, e il flash un’ombra dura sulla parete.
Quanto dura una serie del genere?
Da 40 a 80 secondi per inquadratura in formato 1792×2400, a seconda del carico della scheda. Dodici foto sono circa un quarto d’ora.
Come formulare la richiesta?
Una frase sul soggetto e lo styling, una sulla tecnica fotografica. I nomi delle tecniche funzionano meglio degli aggettivi che descrivono l’atmosfera.
Posso usare queste foto in un negozio?
Non senza una licenza commerciale separata dal produttore del modello. La licenza di ricerca copre solo ricerca e valutazione.
L’anatomia viene corretta?
In questa serie sì, incluse mani e piedi con figura intera. Non significa che sia sempre così - questo è il risultato di dodici tentativi.
Fonti e data di verifica
Abbiamo generato tutte e dodici le foto noi stessi il 22 settembre 2026 localmente su RTX 4090, con il modello Qwen-Image-2.1 nella variante int8 tramite ComfyUI: 25 step, euler, cfg 1.0, un seed per l’intera serie, un tentativo per convenzione, senza ritocco e senza scegliere il migliore tra diversi. Abbiamo usato i pesi ufficiali del produttore, senza alcuna modifica. Le valutazioni di conformità alla convenzione sono la nostra interpretazione - dodici tentativi sono il risultato di un test, non una misura delle capacità del modello.
More on this from NITIDO
guide·Midjourney Style Creator: come creare il tuo stile visivo con AIStyle Creator di Midjourney ti permette di creare stili visivi riutilizzabili senza prompt lunghi. Scegli le immagini che ti piacciono e ottieni un codice --sref.