Quand les retouches Qwen-Image-Edit-2509 dérivent sans cesse, commencez par réduire les modifications et verrouiller les images de référence. 2509 est le modèle de retouche d'images publié par l'équipe Qwen d'Alibaba en septembre 2025, prenant en charge 1 à 3 images d'entrée à la fois, pour la retouche cohérente des personnes, des produits et du texte, avec une prise en charge native de ControlNet. La dérive ne vient généralement pas du fait que le modèle « ne sait pas faire », mais du fait de changer trop de choses à la fois et de fournir les images de référence de façon trop désinvolte, de sorte que le modèle doit compléter lui-même les détails, et ce qu'il complète est quelque chose que vous n'avez pas demandé.
Vérifiez en trois étapes. Premièrement, regardez le nombre d'images de référence : s'il dépasse 3, réduisez à 3 au maximum ; 1 à 3 images est la plage où le modèle est le plus stable à l'entraînement, et plus il y a d'images, plus l'identité et les détails interfèrent facilement. Deuxièmement, regardez le nombre de modifications en une passe : changer l'arrière-plan, changer les vêtements et changer la pose un par un, en confirmant après chaque changement qu'il n'y a pas de dérive avant de passer au suivant ; écrire cinq ou six exigences d'un coup revient à laisser le modèle fixer lui-même les priorités. Troisièmement, regardez la formulation de l'invite : indiquez clairement « qui, avec quoi, placé où, et ce qui reste inchangé », par exemple « la personne de l'image 2 tient le sac de l'image 3 et est assise sur le canapé de l'image 1, visage et vêtements inchangés », ce qui est bien plus stable que « combine-les en une belle image ». Pour les personnes, concentrez-vous sur le fait de garder le visage et la coiffure inchangés ; pour les produits, sur le fait de garder le logo, le matériau et les proportions inchangés ; pour le texte, sur les caractères à changer, police, couleur et matériau inchangés.
Quand changer de méthode
Si la dérive se concentre sur la pose et la composition, passez au contrôle ControlNet : utilisez une carte de profondeur, une carte de contours ou une carte de points clés pour fixer d'abord la pose et la position, puis laissez le modèle remplir le contenu, de sorte que la pose ne dérive pas au hasard à chaque fois. Pour les composites complexes comme les photos de groupe et les interactions à plusieurs, générez par étapes puis assemblez manuellement, plutôt que d'attendre un seul résultat. Faites aussi attention à la version : après 2509, il y a d'autres mises à jour comme 2511, avec des améliorations de la cohérence pour une personne et pour plusieurs personnes, alors confirmez quelle version vous utilisez réellement avant de commencer ; les performances ne se transposent pas directement d'une version à l'autre. Le déploiement local passe par des flux comme ComfyUI, avec poids et fichiers de flux tirés du dépôt officiel ; les versions quantifiées communautaires doivent avoir leur précision et leur compatibilité clairement vérifiées avant usage. Sauvegardez l'image originale avant de retoucher, et ne retouchez pas directement une photo importante sur l'original ; gardez l'habitude : « l'original reste intact, seules de nouvelles images sortent ».
