<div style="text-align: right; font-size: 75%; margin-top: -40px; margin-right: 1ex" class="text-secondary-600 text-right small"><em>
Dernière mise à jour : 5/11/2025
</em></div>
Alibaba a lancé en août dernier Qwen-Image, un modèle d'IA open-source qui se distingue notamment par sa capacité à générer du texte complexe directement dans les images. Le modèle est disponible gratuitement sous licence Apache 2.0, une décision qui le positionne comme une alternative sérieuse aux systèmes propriétaires du moment comme Nano Banana ou Seedream 4.
Avec ses 20 milliards de paramètres et son architecture MMDiT (Multimodal Diffusion Transformer), Qwen-Image combine un modèle de langage pour interpréter les prompts avec un transformateur de diffusion pour générer les images. Cette approche technique permet au modèle de gérer des tâches complexes comme l'intégration de texte multilingue, l'insertion d'objets ou la manipulation de poses humaines avec une précision remarquable.
Ce guide pratique explique comment structurer vos prompts pour Qwen-Image afin d’obtenir de bons résultats, même en partant de zéro
L'accès à Qwen-Image est remarquablement simple.
Le modèle est disponible mondialement via Hugging Face, et directement utilisable via Qwen Chat ainsi qu’une série de plateforme en ligne.
Génération d’images sur Qwen-Chat
Pour les entreprises, Alibaba Cloud propose une API via sa plateforme Model Studio au tarif de 0,045$ par image après un quota initial de 100 images gratuites valable 180 jours.
La qualité des résultats dépend en grande partie de la manière dont vous formulez vos demandes. La structure de base repose sur trois piliers : le sujet principal, la scène ou l'environnement, puis le style visuel souhaité. Cette approche simple permet déjà d'obtenir des images cohérentes et ciblées.
<aside> 🎯
👤 Sujet
Le sujet est l'élément principal du contenu de l'image. Ca peut être des personnes, des animaux, des plantes, des objets,…
🌃 Scène
La scène désigne l'environnement dans lequel se trouve le sujet : espace intérieur ou extérieur, saison, conditions météo, l'éclairage,…
🎨 Style
C’est le style artistique de l'image : photo réaliste, art abstrait, peinture,… il aide le modèle à générer des images aux effets visuels spécifiques.
👤 A red fox wearing a tiny leather backpack, 🌃 walking through a misty pine forest at dawn, 🎨 hyperrealistic wildlife photography
👤 A young woman astronaut 🌃 floating inside a spacecraft with Earth visible through the window, 🎨 cinematic 8K realism
👤 A steampunk owl made of brass and gears 🌃 perched on an old typewriter inside a dusty library, 🎨 fantasy concept art, warm lighting
👤 A vintage motorcycle 🌃 parked on a coastal road overlooking the ocean at sunrise, 🎨 analog film photography with soft tones
</aside>
Pour des créations plus élaborées, vous pouvez enrichir cette base avec des détails supplémentaires : Décrivez d'abord votre sujet avec précision, en ajoutant des informations sur l'apparence, la posture ou les caractéristiques particulières. Construisez ensuite l'environnement en précisant le contexte spatial et les éléments d'arrière-plan. Continuez enfin en spécifiant le style artistique, le type d'éclairage et l'ambiance générale.
Au-delà de ces bases, trois dimensions complémentaires permettent d'affiner vos créations :
Le langage photo regroupe les choix de cadrage et de perspective qui structurent la composition. Nous détaillerons ces aspects dans les sections suivantes, mais sachez que ces termes techniques donnent à vos images une vraie direction visuelle.
A ceramic coffee mug on a wooden table, overhead shot, soft diffused lighting, clean minimal background, warm and cozy tone
A young woman sitting by a window, soft natural morning light on her face, shallow depth of field, 50mm lens, gentle and calm atmosphere, minimal composition
L’atmosphère et l’ambiance, traduisent l'émotion que vous souhaitez insuffler : "dreamy" pour une scène onirique, "lonely" pour transmettre la solitude, "magnificent" pour une composition grandiose. Ces qualificatifs orientent l'ensemble du rendu vers une tonalité émotionnelle cohérente.
An empty train station at dawn, silent and expectant mood
A child reading under a tree, calm and peaceful summer afternoon
les modificateurs de détail peaufinent la finition de l'image. Précisez la position de la source lumineuse pour sculpter les ombres, mentionnez des accessoires spécifiques pour enrichir la scène, ajoutez des détails environnementaux comme la texture d'un mur ou le motif d'un tissu. Ces ajustements subtils peuvent faire la différence entre une image correcte et une création vraiment aboutie.
A glass teapot, resting on a low wooden table, ink sketch style, steam rising gently, woven table mat under it, light falling from the right side
A small black cat sitting on a windowsill, inside a quiet kitchen, watercolor illustration, light entering from the left, ceramic bowl next to the cat, linen curtains with stripes
N’oubliez pas que la clarté reste votre meilleure alliée : Limitez vos prompts à une à trois phrases concises plutôt que d'enchaîner trop d'idées dans une même demande. Le modèle traite mieux les informations organisées de façon hiérarchique.