Qwen-Image 2.1 lokalnie: test na RTX 3090

Jak testowaliśmy

• Sprzęt: jedna karta NVIDIA GeForce RTX 3090 z 24 GB pamięci.
• Oprogramowanie: ComfyUI, model Qwen-Image 2.1 w wersji int8.
• Ustawienia: 25 kroków, rozdzielczość 1 MP (na przykład 1024×1024 albo 1184×896) i 2 MP.

Model działał na naszym serwerze. Polecenia i obrazy nie wychodziły poza firmową sieć. Pod każdym obrazem podajemy ziarno (seed), z którego powstał, i pełny prompt.

Wszystkie obrazy z tego wpisu mają te same ustawienia próbkowania: 25 kroków, cfg 1, sampler euler, scheduler simple, pusty negative prompt. Prompty pisaliśmy po angielsku.

Czas generowania

Fotorealizm

Poprosiliśmy o scenę: księgarnia o zmierzchu, mokry bruk, rudy kot na parapecie. Obraz wyszedł czysto, bez artefaktów.

Prompt:

A cozy small bookshop at dusk on a quiet European cobblestone street, seen from across the street. Warm golden light glows from the large front window, shelves full of colorful books visible inside, a sleeping ginger cat on the windowsill. Above the door hangs a painted wooden sign that reads "Księgarnia". Soft blue evening sky, light drizzle, reflections on wet cobblestones. Photorealistic, 35mm photography, shallow depth of field, calm and inviting mood. No other text, no logos, no watermarks.

Tekst w obrazie

Model umie wpisać tekst w obraz, ale gubi polskie znaki. Szyld miał mieć napis „Księgarnia”. Wyszło „Ksiegarnia”, bez ogonka.

We wcześniejszych próbach dłuższe polskie frazy się psuły. Na przykład zamiast „społeczności” wyszło „społecznosci”. Krótkie słowo bez ogonków, „Witamy!”, wyszło bezbłędnie.

Wniosek: krótkie napisy bez polskich znaków możesz zostawić modelowi. Dłuższy polski tekst lepiej dodać później w edytorze grafiki albo w kodzie strony.

Przezroczyste tło

Qwen-Image 2.1 potrafi oddać obraz z kanałem alfa (RGBA). Zrobiliśmy trzy naklejki. Każda ma prawdziwą przezroczystość: narożniki obrazu mają alfa 0. Biała obwódka naklejki została zachowana. Na żadnej nie pojawił się przypadkowy tekst.

Naklejki leżą bezpośrednio na tle strony. Przełącz motyw na jasny albo ciemny, a tło pod nimi się zmieni.

Każdy prompt naklejki zaczyna się i kończy zdaniem o przezroczystym tle i kanale alfa. Wykluczenie tekstu jest w prompcie, bo przy cfg 1 negative prompt nie działa (o tym niżej).

Robot, wyszukiwanie (seed 254168101893852):

This is an RGBA format image with transparency. A die-cut vinyl sticker of a cute round robot mascot with a friendly face on a glowing screen, small antenna with a light bulb, holding a magnifying glass over a stack of documents, symbolising document search. Flat vector illustration, bold clean outlines, thick white sticker border around the whole shape, soft shading, palette of deep indigo (#4F46E5), teal (#14B8A6) and warm yellow (#FACC15). Centered, full figure visible. No text, no letters, no logos, no watermarks. The image has an alpha channel and a transparent background.

Sowa, RAG (seed 80244327246117):

This is an RGBA format image with transparency. A die-cut vinyl sticker of a cheerful owl librarian mascot wearing round glasses, sitting on an open book, with small glowing connection lines linking floating index cards around it, symbolising retrieval and knowledge. Flat vector illustration, bold clean outlines, thick white sticker border around the whole shape, palette of teal (#14B8A6), cream (#FEF3C7) and coral (#F97316). Centered, full figure visible. No text, no letters, no logos, no watermarks. The image has an alpha channel and a transparent background.

Mózg, sieci (seed 101087038474526):

This is an RGBA format image with transparency. A die-cut vinyl sticker of a playful cartoon brain mascot with tiny arms and legs, wearing headphones, juggling three glowing cubes connected by thin lines like a neural network. Flat vector illustration, bold clean outlines, thick white sticker border around the whole shape, palette of pink (#EC4899), violet (#8B5CF6) and mint (#6EE7B7). Centered, full figure visible. No text, no letters, no logos, no watermarks. The image has an alpha channel and a transparent background.

Negative prompt nie działa przy cfg 1

Przy ustawieniu cfg 1 negative prompt nic nie robi. Wpisanie tam „no text, no logos” nie zmienia obrazu. Wykluczenia trzeba napisać w zwykłym, pozytywnym prompcie, na przykład dopisać „no text, no logos” na końcu opisu sceny.

Licencja

Qwen-Image 2.1 jest udostępniony na licencji Qwen Research License z 20 września 2026. Licencja pozwala na użytek niekomercyjny, czyli badania i ewaluację.

Zapytaliśmy zespół Qwen o użycie komercyjne. Czekamy na odpowiedź. Uzupełnimy ten wpis, gdy ją dostaniemy.