Przezroczyste PNG prosto z modelu: sprawdziłem kanał alfa w Qwen-Image-2.1

👁 146 przeczytań

Przezroczyste tło w grafice z modelu zwykle powstaje w drugim kroku: generujesz obraz, potem wycinasz tło osobnym narzędziem. Qwen-Image-2.1 robi to w jednym przebiegu, bo kanał alfa jest wbudowany w model. Sprawdziłem, czy to działa naprawdę - i zmierzyłem, nie oceniałem na oko.

Jak to uruchomić

Nie ma osobnego przełącznika ani innego węzła. Sterujesz tym treścią polecenia - producent podaje wprost zalecany format i warto się go trzymać co do słowa:

This is an RGBA image with transparency. [opis obiektu]. The image has alpha channel and the background is transparent.

Zdanie otwierające i zamykające to sygnał dla modelu. Opis obiektu wchodzi pomiędzy nie. U mnie zadziałało za pierwszym razem.

Co zmierzyłem

Wygenerowałem trzy obrazy tym samym modelem w wariancie int8 i sprawdziłem rozkład kanału alfa w każdym z nich:

Trzy rzeczy, które z tego wynikają:

Plik z prawdziwym kanałem alfa - 22,7 procent pikseli w pełni przezroczystych. Na białym tle strony widać sam obiekt.

1. Przezroczystość jest prawdziwa. Pełny zakres 0-255 oznacza nie tylko dziurę w tle, ale i wygładzone krawędzie - to, co przy ręcznym wycinaniu wymaga najwięcej pracy.
2. Zwykłe obrazy też wychodzą z kanałem alfa, tylko prawie kryjącym. To ma praktyczną konsekwencję opisaną niżej.
3. Model rozróżnia intencję. Nie dostajesz przezroczystości przypadkiem ani nie musisz o nią walczyć.

Pułapka: zwykłe obrazy nie są w pełni kryjące

Zwróć uwagę na zakres 247-255 przy neonie i 251-255 przy portrecie. To nie jest 255 w całości. Kilka procent półprzezroczystości rozsianej po obrazie nie przeszkadza przy oglądaniu, ale potrafi zrobić różnicę przy nakładaniu warstw albo konwersji do formatów, które alfy nie obsługują.

Obejście jest banalne: obrazy, które mają być zwykłe, spłaszczaj do trzech kanałów przy zapisie. Jedna linijka w skrypcie i problem znika.

Cztery kolejne testy kanału alfa

Żeby nie opierać się na jednej próbie, puściłem jeszcze cztery grafiki z tym samym formatem polecenia. Wszystkie wróciły z prawdziwym kanałem alfa - na białym tle strony widać sam obiekt, bez prostokątnego tła.

Zestaw trzech ikon na przezroczystym tle: aparat, błyskawica i koło zębate.

Godło geometryczne - góra w okręgu, jeden kolor, ostre krawędzie wektorowe.

Monstera w doniczce, płaska ilustracja z czystymi krawędziami.

Żuraw w locie narysowany jedną ciągłą linią - najtrudniejszy test krawędzi.

Wniosek z tych czterech: im prostsza forma, tym czystsza krawędź. Ikony i godło wyszły ostro, ilustracja z cieniowaniem ma na brzegach delikatną obwódkę, którą przy nakładaniu na ciemne tło trzeba poprawić.

Do czego to się realnie przydaje

Ostatni wiersz jest osobną funkcją: podajesz zwykłe zdjęcie i prosisz o wyciągnięcie obiektu, a model zwraca go jako warstwę. Producent pokazuje też edycję samej warstwy przezroczystej - zmianę wyrazu twarzy albo podmianę napisu z zachowaniem przezroczystego tła.

Skąd to się wzięło

To nie jest funkcja wymyślona przy tym wydaniu. W grudniu 2025 producent wypuścił osobny model wyspecjalizowany w obrazach przezroczystych. W wydaniu 2.1 ta zdolność została wciągnięta do modelu głównego, więc nie ładujesz już drugiego zestawu wag - decyduje samo polecenie.

Praktycznie oznacza to jedną rzecz: rachunek za pamięć karty się nie zmienia, bo to ten sam model.

Czego nie udało mi się osiągnąć

Uczciwie: grafika na przezroczystym tle wyszła u mnie wyraźnie słabsza niż zwykłe obrazy z tego samego modelu. Poprosiłem o płaską naklejkę wektorową z lisem - dostałem kształt z poprawnym kanałem alfa, ale kadr był przycięty, a rysunek rozmyty i pozbawiony wyraźnego konturu, o który prosiłem.

Ten sam model w tym samym przebiegu zrobił bezbłędny neon z napisem i fotorealistyczny portret. To jest wniosek z jednej próby, nie z serii: podejrzewam, że tryb przezroczysty potrzebuje innych ustawień albo dłuższego opisu, ale nie sprawdziłem tego na tylu próbach, żeby to twierdzić. Jeśli oczekujesz wyników takich jak na przykładach producenta, licz się z dłuższym dobieraniem polecenia.

Trzy zasady przy pracy z przezroczystością

1. Trzymaj się formatu polecenia producenta. Zdanie otwierające i zamykające to sygnał, nie ozdobnik.
2. Sprawdzaj kanał alfa, nie wygląd. Obraz otwarty na białym tle wygląda tak samo niezależnie od tego, czy ma alfę. Licz piksele.
3. Spłaszczaj zwykłe obrazy przy zapisie. Zakres 247-255 potrafi zaskoczyć dopiero na etapie składania.

Najczęstsze pytania

Czy Qwen-Image-2.1 generuje przezroczyste PNG?

Tak, natywnie. W moim teście 22,7 procent pikseli wyszło w pełni przezroczystych przy zakresie alfy 0-255.

Jak poprosić o przezroczystość?

Wpisując to w polecenie: zdanie o obrazie RGBA z przezroczystością na początku i o kanale alfa oraz przezroczystym tle na końcu.

Czy trzeba ładować dodatkowy model?

Nie. Ta zdolność jest w modelu głównym, więc zużycie pamięci się nie zmienia.

Czy model wytnie obiekt z mojego zdjęcia?

Producent podaje taką funkcję: ze zwykłego zdjęcia model wydobywa wskazany obiekt jako warstwę z przezroczystym tłem.

Dlaczego zwykłe obrazy też mają kanał alfa?

Bo model zawsze zwraca cztery kanały. Przy zwykłych obrazach alfa jest prawie kryjąca - u mnie 247-255.

Czy jakość grafik przezroczystych dorównuje zwykłym?

W mojej jednej próbie nie - naklejka wyszła rozmyta i przycięta, podczas gdy zwykłe obrazy z tego samego przebiegu były bardzo dobre.

// czytaj dalejWersje „bez cenzury” Qwen-Image-2.1: sprawdziłem, co robią oficjalne wagiWarsztatPewność modelu AI po ludzku: co znaczy 0,9 i jak sprawdzić kalibrację na własnych danychArtykułyTańsze monitory dla agentów AI: Goodfire sprawdza wnętrze modelu, nie tylko jego wynikiNewsy