Qwen-Image 2.1 na prática e localmente: prepare um paan real com IA

Autoria: Fahd Mirza · Assistir no YouTube

Vídeo de autoria do canal indicado, não da IANIA; todos os direitos pertencem ao criador. Transcrição, resumo e tradução gerados automaticamente; o conteúdo no idioma original é preservado na versão em idioma original.

Idioma original: inglês

Vídeo original: Qwen-Image 2.1 Hands-On Locally: Prepare a Royal Paan with AI · Canal: Fahd Mirza · 15:11 · Assistir no YouTube

Tópicos: Ferramentas de desenvolvimento com IA, Geração de conteúdo com IA, Modelos locais e open source

Resumo

O vídeo demonstra o Qwen-Image 2.1, modelo de 7 bilhões de parâmetros para geração e edição de imagens, incluindo suporte nativo a transparência. Usando workflows no ComfyUI, o apresentador mostra como instalar os arquivos do modelo e testa a criação de imagens transparentes, a composição de um ambiente a partir de imagens de móveis e a montagem de um paan em estilo de corte mogol. Depois, faz testes rápidos com elementos visuais de diferentes lugares e culturas e encerra mostrando uma edição de imagem feita com texto.

Pontos-chave

O Qwen-Image 2.1 combina geração e edição de imagens com suporte nativo a transparência.
O apresentador usa workflows no ComfyUI e explica onde colocar os arquivos do modelo, do text encoder e do VAE.
O modelo gera uma imagem RGBA de uma fênix com fundo transparente.
Dez imagens individuais de móveis são reunidas em uma composição de sala de estar.
Ingredientes gerados separadamente são combinados em uma apresentação de paan inspirada em uma corte mogol.
O vídeo explica as funções de sampler, scheduler, CFG e precisão de execução.
Testes rápidos exploram elementos visuais de diferentes cidades, países e culturas.
Uma imagem de uma mulher é editada com texto para adicionar roupas e joias e remover um objeto da mão.

Capítulos

Início	Capítulo	Resumo
00:01	Apresentação do Qwen-Image 2.1 e geração com transparência	O apresentador mostra a qualidade do modelo e cria uma imagem transparente de uma fênix.
02:09	Instalação dos arquivos e explicação dos componentes	O vídeo mostra onde salvar os arquivos do modelo no ComfyUI e explica as funções do diffusion model, do text encoder e do VAE.
04:13	Composição de uma sala com móveis gerados por IA	Dez imagens de móveis são usadas como referência para criar uma sala organizada em uma composição única.
07:22	Montagem de um paan em estilo de corte mogol	Ingredientes gerados separadamente são combinados em uma imagem de paan, enquanto o apresentador explica configurações de geração.
10:29	Testes visuais de diferentes lugares e culturas	O apresentador avalia imagens de elementos arquitetônicos, letreiros e motivos culturais de vários países e cidades.
14:40	Edição de imagem com texto e encerramento	Uma imagem é editada para adicionar um vestido de noiva vermelho e joias douradas e remover um objeto da mão.

Citações

Esta é uma imagem transparente. — 01:37

Veja como toda a composição está nítida e clara. — 06:19

Que cenário majestoso. — 09:59

Acho que ele é muito bom. — 15:11

Conceitos e entidades

Qwen Image 2.1 (modelo): Modelo de geração e edição de imagens demonstrado no vídeo, com suporte nativo a transparência.
ComfyUI (ferramenta): Interface usada para carregar workflows e executar o modelo localmente.
Hugging Face (empresa): Plataforma indicada no vídeo para acessar e baixar os arquivos do modelo.
GitHub (ferramenta): Plataforma onde o apresentador diz que disponibilizará os workflows usados.
Fahd Mirza (pessoa): Apresentador do vídeo e responsável pelo canal.
VAE (conceito): Componente que converte a representação interna do modelo em pixels.
CFG (conceito): Configuração que controla o quanto o modelo segue o prompt.

Tradução completa (pt-BR)

00:01 Esta imagem foi criada apenas com um prompt de texto usando este novo modelo Qwen-Image 2.1, um modelo de 7 bilhões de parâmetros que reúne geração de imagem a partir de texto, edição e transparência nativa. Vamos executá-lo. Já instalei o ComfyUI. Como você pode ver, este é o workflow que usei para criar esta imagem a partir do prompt de texto que aparece aqui: “Um retrato cinematográfico de uma antiga rainha astronauta em pé sobre um trono de obsidiana flutuante.”

00:34 E você já pode ver que a qualidade é muito boa. Para ser sincero, depois de muito tempo — alguns meses —, vi um modelo de criação e edição de imagens tão bom, de qualquer empresa, incluindo a Flux Lab. Então vamos ver como ele se sai em mais testes. Aqui é Fad Miraa, e dou as boas-vindas a você ao canal. Como mencionei, já tenho o ComfyUI instalado. Se você não sabe como instalá-lo, basta assistir a este primeiro vídeo, que mostra como instalar o ComfyUI da maneira mais simples possível.

01:07 Vamos fazer outro teste neste workflow. Vou colar este prompt e executar o workflow. Enquanto ele roda, deixe-me mostrar rapidamente o prompt que estou usando. É uma imagem RGBA com transparência, com uma majestosa fênix feita de fogo e ouro derretido, as asas totalmente abertas e muitos outros detalhes. Vamos voltar, e você pode ver

01:37 que ela já foi criada. Deixe-me abrir a imagem. Aí está. Você está vendo a imagem transparente. Esta é a primeira coisa e, acredito, um dos principais recursos deste modelo. Este é o consumo de VRAM no momento: pouco menos de 30 GB, o padrão desses modelos de imagem ultimamente. Eles consomem de 27 a 29 GB de VRAM quando estão totalmente carregados. Os workflows que estou usando vêm do Comfy

02:09 UI. Fiz apenas algumas alterações neles. Também vou enviá-los para meu repo no GitHub e deixarei o link na descrição do vídeo para que você também possa baixá-los. Agora, se você quer instalar isso, é aqui que precisa colocar os modelos, nesta ordem. Deixe-me mostrar rapidamente como fazer. Vá até esta página do Hugging Face. Depois, acesse “Files”. Em seguida, vá primeiro a “Diffusion Models”. Baixe os dois arquivos.

02:41 Clique com o botão direito nesta seta para baixo, escolha “Salvar link como” e vá até o diretório “models”, dentro da pasta “diffusion_models” do ComfyUI que você instalou. Salve os arquivos ali. Depois, volte a “Files”, acesse “Text Encoders” e, de lá, baixe estes três arquivos. Mais uma vez, clique com o botão direito, escolha “Salvar link como” e vá até “models”; lá, você verá o diretório “text_encoders”.

03:12 Salve os três arquivos ali. Por último, você precisará instalar este VAE, ou autoencoder variacional. Mais uma vez, abra a página dele. Este é o arquivo menor. Escolha “Salvar link como”. Você também pode vê-lo no diretório “VAE”. Basta salvar o arquivo ali. E é só isso. Depois, vá até “Workflows” e carregue seu workflow. Digite seu prompt de teste aqui, clique no botão de execução e ele vai gerar a imagem.

03:42 É só isso. Agora, o modelo de difusão: bem rapidamente, este é o gerador de imagens propriamente dito — o cérebro que faz o desenho. O encoder de texto converte seu prompt em algo que o modelo entende. O VAE transforma a representação interna do modelo nos pixels da imagem. Você pode ver que fiz vídeos separados sobre cada um desses assuntos. Certo, isso já está resolvido. Vamos testar um pouco mais este modelo. Aliás, recentemente comecei

04:13 esta newsletter semanal gratuita sobre IA, na qual você pode se inscrever em fajhatza.substack.com. Além disso, se você está procurando alugar uma GPU por um ótimo preço, encontrará o link para a Mass Compute na descrição dos vídeos. E, se quiser ajudar o canal, torne-se membro. Você encontrará o link no primeiro comentário fixado ou na página inicial. Certo, isso já está resolvido. Vamos testar um pouco mais este modelo. Agora, vamos testar algo mais ambicioso. Vamos gerar 10

04:45 peças de mobiliário individuais do zero com o modelo Qwen-Image 2.1. Depois, vamos fornecer as 10 imagens ao Qwen como imagens de referência para ver se ele consegue organizá-las em uma sala de estar coerente. Então, vamos testar. Precisaremos de dois workflows diferentes. Mas primeiro, o que vou fazer é gerar as 10 imagens com o workflow que mostrei antes. Este é o segundo que vou usar, mas este aqui é o primeiro.

05:16 Aqui, você pode ver que estou gerando o sofá. Veja como isso é rápido, muito rápido. Enfim, vou gerar estas 10 imagens e, quando terminar, mostro para você. Depois, vamos organizá-las usando outro workflow. Já gerei as 10 imagens. Como você pode ver, há um sofá, uma poltrona e uma mesa de centro. Há também um tapete, um abajur, uma estante, uma planta em um vaso, uma obra de arte para a parede, uma mesinha lateral e alguns

05:49 tapetes e almofadas. Agora vou fornecer este prompt para organizar as imagens: “Organize estas 10 peças”, seguidas pelos nomes das imagens, ou seja, pelos números dos nós “Load Image”. E peço que ele simplesmente as organize de forma coerente. Vamos ver que tipo de resultado ele consegue. Vou colar o prompt aqui e executar. Vamos esperar terminar. Vou afastá-lo.

06:19 E aí está. Em pouco tempo, ele gerou esta organização e o design de interiores. Deixe-me abrir em outra janela. Aí está. Veja como todo o ambiente está nítido e claro. Até as sombras estão corretas. Olhe a planta. Olhe a sombra na parede. A estante está ali. O sofá também. O tapete ficou muito bom. Veja o contraste entre a luz do sol e as sombras.

06:50 Até a sombra desta poltrona ficou muito boa. O tapete está razoável, mas um pouco apertado; ainda assim, acho que ele fez um ótimo trabalho em um cômodo pequeno. A figueira-lira também ficou muito boa, na minha opinião. E olhe estas linhas. Ficaram bem legais. Certo, vamos fazer outro teste. Tudo bem, este novo teste é algo realmente inédito, e posso garantir que ninguém nunca testou isso.

07:22 Tenho certeza de que você não viu nada parecido em outro lugar. Olhe só. Paan é uma preparação tradicional do sul da Ásia: uma folha de betel dobrada em volta de uma mistura de especiarias, pasta de limão e recheios doces. Costuma ser servido em ocasiões reais ou festivas; também é possível encontrá-lo nas ruas de Karachi ou Lucknow e em qualquer cidade do sul da Ásia, incluindo Dhaka. O que vamos fazer aqui é gerar cada ingrediente individualmente

07:54 com IA e, depois, fornecer os 10 ingredientes ao Qwen-Image 2.1, pedindo que os reúna em um paan realista e detalhado, como seria servido em uma corte real mogol. Como você pode ver, tenho muitos ingredientes aqui. Há paan, há um doce, há elaichi e há tutti-frutti para decorar. Depois, temos muitas outras coisas. E o modo como já os gerei foi usando todos estes prompts, com uma iluminação suave e tudo mais.

08:26 Agora, este é o prompt que vou fornecer ao modelo, pedindo que reúna tudo para nós. Vamos esperar para ver se ele consegue ou não, porque elementos de design de interiores são bem conhecidos e devem estar nos dados de treinamento do modelo, mas o verdadeiro teste do

08:57 modelo está justamente nisso: não é algo comum, e tenho certeza de que o Qwen não esperava que pedíssemos para gerar um paan. Vamos ver como ele se sai com este. Enquanto ele roda, também quero explicar rapidamente o que são exatamente estas configurações neste nó. Já fiz vídeos separados sobre elas. Veja: o sampler é o algoritmo que remove o ruído passo a passo para construir a imagem. O scheduler controla o ritmo, o quanto

09:27 O ruído é removido a cada etapa. CFG determina o quanto o modelo segue seu prompt à risca. E o valor um aqui significa direcionamento mínimo, já que o Image 2.1 funciona melhor perto desse valor. O tipo D indica a precisão em que o modelo opera: uma precisão menor significa mais velocidade e menos uso de VRAM, com uma pequena perda de qualidade. E o unit é o próprio modelo de difusão, a rede que realmente gera a imagem. Enquanto isso, você pode ver que ele gerou nosso paan.

09:59 E abri a imagem em outra janela. E sabe de uma coisa? O cenário ficou muito majestoso. Dá para ver todo o fundo e o cenário ao redor, e veja todos os ingredientes que ele colocou muito bem. Agora, não sou especialista em paan, mas, se você for, me diga o que achou, porque eu prefiro simplesmente comer essa sobremesa por cima, e só. Então, me diga nos comentários o que achou desse paan.

10:29 Certo, agora vou fazer uma rodada rápida de testes. Primeiro, vocês podem ver que estou testando a caligrafia do Egito. Este é o prompt, e dá para ver que o resultado ficou muito bom. Este jama miserável, que acho que ficou bom, mas, é claro, vou aceitar sua opinião se você for daquela parte do mundo. Em seguida, vou testar uma variedade diferente, um estilo diferente, da Bulgária. Vamos ver como fica. Aí está. Então, esta é outra rua de paralelepípedos.

11:00 que ficou boa. Mas acho que ficou alta demais aqui. Mas, de novo, eu queria que ela ficasse um pouco mais fora do enquadramento. Então, acho que ficou bom. Poderia ser melhor, mas não está ruim. Vamos fazer o próximo, do Uzbequistão. E, de novo, é uma placa de mosaico de azulejos de cerâmica na entrada de um mercado. Aí está. Foi isso que ele criou. Acho que poderia ter feito um trabalho melhor, porque não vejo muita coisa

11:33 acontecendo aqui. Mas, enfim, pelo menos está correto de acordo com essa cultura. Próximo. Vamos fazer um de Nova York. Uma placa de neon acima de uma lanchonete. Vamos ver como fica. É bem rápido. Aí está. Ficou muito bom. O que acham? Num estilo típico de Nova York. Em seguida, vamos para Penang, na Malásia. Vou executar isso. Vamos esperar. Aí está. Então, Salamatang

12:05 e todas as plantas do Sudeste Asiático estão lá. Lindo. Certo. Em seguida, vamos fazer um de Ruanda. E vocês podem ler o prompt. É muito cuidadoso nos detalhes e bem enraizado na cultura. Então, aí está. Cores bem vibrantes. E o principal a observar é esta borda, que está de acordo com a cultura Kali. Em seguida, vamos fazer um dos cenários mais bonitos do mundo.

12:37 É Praga, na República Tcheca. Nunca estive lá, mas já vi imagens. Foi isso que ele criou. A inscrição gravada. Vou só aumentar um pouco. O que acham, se forem de Praga? Então, esta ponte histórica ficou muito boa. E acabei de ampliar a imagem. Vamos para a Eslováquia de novo. Esta é a entrada de um alojamento na montanha, nos Tatras.

13:07 Aí está. Parece muito bom. Olhem a neve. Os detalhes estão muito bons. Em seguida, vamos para Belarus. É uma placa de metal em estilo soviético. Esta fachada fica em Minsk. Aí está. Parece muito bom. Em seguida, vamos para a Ucrânia. E fica em Lviv. Aí está. Uma cultura linda. Olhem a aura dourada ao fundo. Muito

13:37 bonito. Em seguida, vamos para o Afeganistão. Isto é um Kapul, alguma coisa, em pashto. Então, me digam o que acham. Mas a montanha atrás parece bem parecida com o que vemos em Cabul. Vamos de Cabul para a Bélgica. E, de novo, outra coisa de chocolate. Aí está. O que acham? Poderia

14:09 ter ficado melhor, mas acho que parece bem mais natural. E, por fim, vamos para o Iêmen. Esta é a cidade antiga de Sana. Uma imagem muito chamativa. Aí está. Então, o modelo é muito bom no que diz respeito à cultura, desde que você a conheça. E agora acabei de gerar uma imagem, e ela me parece muito boa. Nada mal mesmo.

14:40 Você também pode editar as imagens só com um prompt de texto. Esta é a minha imagem original à esquerda, e dei a ela este prompt, que vou mostrar rapidamente: colocar um vestido de noiva vermelho, joias douradas elegantes e remover o objeto da mão dela. Manter a pose. E dá para ver como o modelo é bom. Ele até melhorou um pouco a imagem. As joias ficaram boas e tudo ficou perfeito. Então, este é o Qwen-Image 2.1. Deixe

15:11 um comentário dizendo o que achou deste modelo. Acho que ele é muito bom. O que você acha? De novo, se quiser ajudar o canal, torne-se membro. É só ir à página inicial do canal; o link está lá. Também vou colocá-lo no primeiro comentário fixado. E inscreva-se nesta newsletter. Obrigado por todo o apoio.

Transcrição original

[00:01] This image was created with just a text prompt using this new coen image 2.1 model which is a 7 billion parameter model that does text to image editing and native transparency all-in-one model. Let’s run it. I have already got confi installed. As you can see, this is the workflow which I used to create this image from this text prompt which you can see here. A cinematic portrait of an ancient astronaut queen standing on a

[00:34] floating obsidian throne. And you can already see the quality is really good. And to be honest after a long time which means couple of months I have seen this good image creation and editing model from any company including flux lab. So let’s see how it goes with further tests. This is Fad Miraa and I welcome you to the channel. I already have Confy UI installed as I mentioned. If you don’t know how to get it installed, just watch this first video which shows you

[01:07] to install the Compy UI in as simple way as possible. Let’s do another test in this workflow where I’m going to paste this prompt and run this workflow. While it runs, let me quickly show this prompt which I am using. So this is RGBA image with transparency where we have a majestic phoenix made of fire and molten gold wings fully spread and lot of other detail. Let’s go back and you can see

[01:37] that it is already created. Let me open that image. There you go. You see the transparent image. This is the first and this is I believe one of the salient features of this model. This is my VRAM consumption at the moment just under 30 gig which is a standard of these image models lately. 27 to 29 gig of VRAM they consumes when they are fully loaded. The workflows which I’m using I’m using it from comfy

[02:09] UI. I have just altered them a bit. I will also upload them in my GitHub repo and we’ll drop the link in video description so that you can also download them. Now, if you are looking to get this thing installed, this is where you need to place your models in this order. And let me quickly show you how you would do that. So, go to this git um hugging face card. From there, just go to files. From files, first go to diffusion models. Download both of

[02:41] these. Right click on this downward arrow save link as and then go to models directory wherever you have installed confi UI diffusion models and save there. Then secondly just go back to the files get text encoders and from there all these three files again right click save link as and then go to models and there you will see the text encoder directory.

[03:12] Just save all these three files here. Last but not least, you would need to install this VAE or variational autoenccoder. Again, go inside it. This is the smallest file. Save link as. And also you see in the V directory. Just save this file. And that’s about it. After that, you would just go here in the workflows and load your workflow. Give your test prompt here. Hit the run button and it will generate the image.

[03:42] That’s about it. Now, diffusion model. Um, very quickly, this is actual image generator. By the way, the brain doing the drawing. Text encoder is what converts your prompt into something the model understands. VAE is what turns the model’s internal representation into the actual pixels. You can see I have done separate videos on all of these. Okay, so that’s out of the way. Let’s do bit more testing on this model. By the way, recently I have

[04:13] started this free weekly AI newsletter which you can subscribe at fajhatza.substack.com. Also, if you’re looking to rent a GPU on very good price, you can find the link to mass compute and videos description. And if you want to help out the channel, please become a member. You will find the link in first print comment or at the homepage. Okay, that’s out of the way. Let me do a bit more testing of this model. And now let’s test something more ambitious. We are going to generate 10

[04:45] individual furniture pieces from scratch with co image 2.1 model. Then we are going to feed all 10 into this quen as reference images to see if it can arrange them into one cohesive lounge room. Um so let’s test it out. We would need two different workflows. But first I’m going what I’m going to do I am going to generate all these 10 with the workflow I showed you first. So this is the second one which I will use but this is the first

[05:16] one. So this is where you can see I’m generating the sofa and you can see how fast this thing is how fast. Anyway so I’m just going to generate all these 10 images and once I’m done I’ll show you then we will arrange them through another workflow. I have generated all these 10 images. As you can see, there is a sofa, armchair, coffee table. There is a rug and then some lamp, bookshelf, a potted plant, wall art, a side table, and then some

[05:49] throw rug and pillows. And now I’m going to give it this prompt for the arrangement that arrange these 10 pieces image names whatever the load image node number is. And then I’m asking it to just arrange it cohesively. So let’s see what sort of job it does. So I will just paste this prompt here and run this. Let’s wait for it to finish. And I will just move it away.

[06:19] And there you go. Very quickly it has generated this arrangement and interior design. Let me open it in another window. There you go. Look how crisp and clear the whole setup is. Even there are shadows which are correct. Look at the plant. Look at the shadow on the wall. And the bookshelf is there. The sofa is there. Throw rug looks pretty good. Look at the contrast of sunlight and the shadows.

[06:50] Even this armchair shadow is quite good. rug looks okay and bit congested but I think it has done really good in a small room. The fiddle leave also look pretty good to me and look at these lines. Pretty nice. Okay, let’s do another test. All right, this new test is something really unique and I can guarantee you no one has ever tested this.

[07:22] Nothing you would have seen else where I’m sure about that. Look at this. Pan is a traditional South Asian preparation. A beetle leaf folded around a mix of spices, lime paste, and sweet fillings. Often served in royal or festive settings or even you would find it on the streets of Karachi or Lacnau and any city in Southeast Asia including Dhaka. What we are doing here is generating each individual ingredient

[07:54] separately with AI then feeding all 10 into coin image 2.1 asking it to assemble them into one real detailed pan style like it would be presented in a mughal royal court. So you see I have a lot of ingredients here. There is a pawn, there is a soft, there is elite za, there is a ver tutti frutti for garnish. Then we have lot of other things here. And the way I have already generated

[08:26] them is with these all prompts right with some soft lighting and all that stuff. Now this is the prompt which I’m going to give to this model and ask it to assemble that for us. So let’s wait for it to see if it is able to do it or not because look interior design all those elements they are quite wellnown must be in the training set of model but this is where the real test of

[08:57] model is that because this is not common at all and I’m sure quantium wouldn’t have expected us to generate a pawn out of it. So let’s see how does uh it do with this one. And while it runs, I also want to just touch upon what exactly these settings are in this node. I have done separate videos on them earlier. So look, sampler is the algorithm that actually removes noise step by step to build the image. Scheduler controls the pacing, how much

[09:27] noise gets removed at each step. CFG is how strictly the model follows your prompt. And then one here means minimal steering since image 2.1 works best close to that. D type is a precision the model runs at lower precision means faster and lighter on VM at a small quality tradeoff and unit that’s a diffusion model itself the network actually generating the image and meanwhile you can see that it has generated our pawn

[09:59] and I have opened it in another window and you know what this is such a royal setting you can see the whole background and offset and then look at all the ingredients which it has placed wonderfully well. Now, um I’m not a pan afficionado, but if you are, let me know what do you think about it because I choose to just eat this sweet stuff from top and that’s it. So, let me know uh in the comments what do you think about this pan.

[10:29] Okay, now I am going to do a rapid fire testing. First one, you can see I’m testing out the calligraphy uh from Egypt. And this is a prompt and you can see it has done really good. This miserable jama which I think it has done well but of course I will take your advice if you are from that part of the world. Next up I’m doing a different variety a different style from Bulgaria. So let’s see how this performs. There you go. So this is another cobblestone

[11:00] street which is good. But I think this is too way up on here. But again, I wanted it to be a bit more um out of the frame. So I think it has done well. Could be better, but not bad. Let’s do next one from Ulakistan. And again, it’s a ceramic tile mosaic sign at a market entrance. There you go. So this is what it has created. I think it could have done a better job because I don’t see much

[11:33] happening here. But anyway, at least it is right according to that culture. Next one. Let’s do from New York. A neon sign above a diner. Let’s see how it goes. It’s quite fast. There you go. This is quite good. What do you think? In a typical New York style. Next up, let’s go to Pinang, Malaysia. Let me run this. Let’s wait. There you go. So, Salamatang

[12:05] and all the Southeast Asian plants are there. Beautiful. Okay. Next up, let’s do from Rwanda. And you can read through the prompt. Very nuanced and grounded in the culture. So, there you go. Quite vibrant colors. And the main thing to note down is this border which is right according to their Kali culture. Next up, let’s do one of the most beautiful setting in the world.

[12:37] It is the Prague, Czech Republic. Never been there, but have seen that. So, this is what it has created. The engraved reading. I’ll just make it bit bigger. What do you think if you are from Prague? So, this is quite good this uh historic bridge. And I have just zoomed in. Let’s go to Slovakia again. This is a mountain lodge entrance in Tetris.

[13:07] There you go. Looks pretty good. Look at the snow. The detail is quite good. Next up, let’s go to Bellarus. It’s a Soviet style metal sign. This facade is in Minsk. There you go. Looks pretty good. Next up, let’s go to Ukraine. And it is in lip. There you go. Beautiful culture. Look at the golden aura in the backdrop. Very

[13:37] nice. Next go to Afghanistan. This is a Kapul something in Pashtoi. So let me know what do you think. But the mountain behind this looks quite similar to what we see in Kabul. Let’s go to Belgium from Kabul. And again, another chocolate stuff. There you go. What do you think? Could

[14:09] have been better, but I think it looks bit way more natural. And finally, let’s go to Yemen. This is this old city of Sana. A very eye-catching stuff. There you go. So the model is quite good as long as you know the culture is concerned and now I have just generated an enemy and looks pretty good to me. Not bad at all.

[14:40] You can also edit the images like just with text prompt. So this is my original image on the left and I gave it this prompt which I’ll quickly show you to put in some red bridal dress elegant gold jewelry and removed the object from her hand. Keep the pose and you can see how good the model is. So it has even enhanced the image a bit. Julie looks good and everything is perfecto. So this is coen image 2.1 for you. Let

[15:11] me know what do you think about this model. I think it is pretty good. What do you think? Again, if you want to help out the channel, please become a member. Again, just go to the homepage of channel from there. This is a link. I will also also put it in the first pin comment and subscribe to this newsletter. Thank you for all the support.