La serie sui motori del laboratorio prosegue, e il cartello all’ingresso non cambia: niente tutorial, niente assistenza, cucine chiuse al pubblico. Oggi però tocca a uno dei miei preferiti, e ve lo dico subito, così togliamo di mezzo la suspense: Qwen-Image, il motore che sa scrivere.
Due parole sulla famiglia, che è una dinastia: Qwen è il grande progetto di modelli aperti di Alibaba, quartier generale a Hangzhou, e il ramo dedicato alle immagini è arrivato nell’estate del 2025: venti miliardi di parametri e, di nuovo, licenza Apache 2.0, cioè quella vera (il tema della libertà, in questa serie, torna con una regolarità che comincia a sembrare un messaggio: era già il punto forte di Chroma). Il contesto rende la cosa più gustosa: mentre in Occidente ci si accapigliava su chi avesse il fotorealismo più fotorealistico, a Hangzhou hanno insegnato a un modello una cosa che nessuno sapeva fare: scrivere.
Perchè è questo il suo numero da circo, ed è il motivo per cui è entrato nel mio laboratorio: il testo dentro le immagini. Chi ha frequentato i generatori lo sa: chiedere una scritta a un modello di immagini significava, fino a ieri, ricevere geroglifici da sogno febbrile, lettere fuse tra loro, alfabeti mai esistiti. Qwen no: Qwen scrive. Insegne, locandine, lavagne, etichette, interi paragrafi, e non solo in inglese: è il primo modello aperto che ha smesso di disegnare le parole e ha imparato a scriverle. Questo non significa che sia infallibile, soprattutto per i testi in italiano.
Il secondo mestiere è quello che me lo rende indispensabile: l’editing che ubbidisce. La variante da fotoritocco prende un’immagine esistente e istruzioni in linguaggio naturale: cambia questo, sposta quello, il resto non toccarlo. E lei, cosa rara nel settore, cambia questo, sposta quello e il resto non lo tocca. Attorno a questo motore, nel laboratorio, è cresciuta una piccola bottega di attrezzi: correzioni, trasferimenti di posa, rifiniture. Più che un generatore, un banco da restauratore.
Terza virtù, più sobria ma preziosa: la disciplina. Ai prompt lunghi e articolati risponde eseguendo, con una precisione che all’uscita lo ha piazzato in cima a mezza classifica di categoria. È il modello che tratta la tua richiesta come un capitolato d’appalto, non come uno spunto poetico: a volte è esattamente quello che serve.
I difetti, per completezza di bottega. Primo: è pesante, il più pesante della serie fin qui, e chi ha orecchie per intendere intenda (di più non dico: niente requisiti, niente assistenza, vale il cartello). Secondo: l’estetica di default è pulita fino al sintetico, con una tendenza alla pelle da manichino e a una luce da showroom che va combattuta a colpi di prompt; il fotorealismo sporco e vissuto, quello con la polvere negli angoli, non è il suo mestiere, e per quello in laboratorio c’è un altro specialista che conoscerete a fine serie. Terzo, quasi un complimento: la sua disciplina è anche il suo limite, perchè di fantasia sua ne mette poca. Qwen è un esecutore formidabile; il poeta va assunto a parte.
Il progetto è qui: Qwen-Image su GitHub. E per riassumere la serie fin qui col metodo dei caratteri: se Flux è il fotografo pubblicitario e Chroma l’illustratore bohémien, Qwen è il grafico di bottega che sa fare tutto, arriva puntuale e scrive senza errori. In un settore pieno di artisti capricciosi, non è poco: è il motore che uso quando un’immagine deve dire qualcosa, nel senso letterale del verbo dire.
