Qwen Image 3.0 image-to-image : transformer une photo produit en une suite complète de visuels e-commerce

La plupart des catalogues produits associent encore une seule photo studio propre à chaque SKU. C'est suffisant pour une vignette de liste de produits, mais dès que vous avez besoin d'une image lifestyle pour une publicité, d'une bannière saisonnière, ou d'une image de fiche pour une place de marché qui exige de montrer le produit « utilisé à la maison », cette image unique ne suffit plus. Refaire une séance photo pour chaque scène implique un photographe, un studio, et plusieurs jours de délai par produit.

Nous avons mené un petit test réel pour voir si qwen-image-3.0/image-to-image peut combler cet écart : à partir d'une photo produit en studio, l'insérer par édition image-à-image dans trois scènes lifestyle différentes, sans seconde séance photo. Voici les résultats du test, les prompts exacts que nous avons utilisés, et un processus par lots extensible à plusieurs produits.

Pourquoi l'image-à-image surpasse la reprise de séance pour chaque scène

Si l'on demande à un modèle texte-image de « dessiner un filtre à café posé sur un plan de travail de cuisine », il dessinera un filtre à café — mais pas forcément votre filtre à café, pas forcément avec les mêmes proportions, la même matière ou le même logo de marque. Les modèles image-à-image résolvent un autre problème : ils prennent une photo réelle comme référence et génèrent une nouvelle image en préservant un sujet reconnaissable tout en modifiant la scène, la lumière ou le stylisme autour.

Pour l'e-commerce, cette différence est cruciale. Les acheteurs comparent les images lifestyle aux photos produit sur la même fiche — si la forme ne correspond pas, cela est perçu comme une falsification ou un produit non conforme. Le test ci-dessous vérifie si le mode image-à-image de qwen-image-3.0 parvient à maintenir cette cohérence dans trois scènes réellement différentes.

Test : une photo produit, trois scènes directement utilisables

Nous avons d'abord généré avec gpt-image-2/text-to-image une photo studio maison d'un filtre à café pour over en céramique blanche sur fond blanc pur — le type de photo de base que la plupart des vendeurs possèdent déjà dans leurs archives.

Prompt : « Professional e-commerce studio product photograph of a white ceramic pour-over coffee dripper with a light birch wood stand, centered, straight-on angle, on a seamless pure white background, soft even studio lighting, subtle natural shadow beneath the base, crisp focus, no text, no logo, no props, high-resolution commercial catalog photography. »

Ensuite, nous avons soumis cette photo à qwen-image-3.0/image-to-image trois fois, une fois par scène, en gardant l'image de référence identique et en ne modifiant que le prompt.

Scène 1 : plan de travail de cuisine, lumière du matin

Prompt : « White ceramic pour-over coffee dripper with birch wood stand on a warm wooden kitchen countertop, morning light »

C'est la photo d'usage quotidien — celle qui répond à « à quoi cela ressemble sur mon plan de travail ».

Scène 2 : table de café

Prompt : « White ceramic pour-over coffee dripper with birch wood stand staged on a marble cafe counter »

Une scène plus éditoriale et aspirationnelle, mieux adaptée à une publicité sur les réseaux sociaux ou à une bannière de page d'accueil.

Scène 3 : stylisme cadeau de fêtes

Prompt : « White ceramic pour-over coffee dripper with birch wood stand styled for a winter holiday gift photo »

Même produit, habillage saisonnier — idéal pour figurer dans un guide cadeaux, sans attendre une séance photo de fêtes dédiée.

Ce que le test démontre réellement

• L'identité du produit est préservée dans les trois scènes. La forme du filtre, le support en bouleau et la couleur de la céramique restent cohérents — c'est la caractéristique la plus importante pour l'e-commerce, car une incohérence entre images produit nuit à la confiance des acheteurs.
• Chaque édition prend moins d'une minute. Les trois scènes ont été réalisées dans les délais d'attente habituels de quelques minutes, si bien qu'un petit catalogue de 20 à 30 produits représente un travail d'un après-midi, et non plusieurs jours de séance photo.
• La précision du prompt l'emporte sur sa longueur. Les prompts ci-dessus restent volontairement courts — nommer la matière, l'objet et la scène suffit. Lors de nos premiers tests improvisés, des prompts vagues (du type « rends-le chaleureux ») produisaient des variations de scène plus difficiles à prévoir.
• Une seule image de référence suffit pour ce produit. qwen-image-3.0/image-to-image accepte jusqu'à trois images de référence par appel ; pour un objet principal aussi simple que celui-ci, une photo de référence propre donne déjà des résultats stables, nous n'avons donc pas eu besoin de payer des images de référence supplémentaires.

Offre de base vs offre Pro : laquelle choisir

Les deux offres fonctionnent de la même manière — mêmes images de référence, même structure de prompt — mais pour les trois scènes ci-dessus nous avons utilisé l'offre de base, et elle adhérait constamment au modèle. Choisissez l'offre Pro lorsque le produit présente des matériaux complexes (verre, tissus à motifs, textures métalliques fines) ou une composition chargée, et que vous devez privilégier la fidélité des matériaux plutôt que la vitesse. Concernant les prix (vérifiés sur la page des tarifs en temps réel de hiapi) : l'offre de base coûte environ 0,036 $ par image, plus un léger supplément par image de référence ; l'offre Pro coûte environ 40 % de plus par image, avec le même coût par image de référence — dans un cas comme dans l'autre, c'est moins cher qu'une nouvelle séance photo.

Passer à l'échelle de tout le catalogue produits

L'intérêt de l'image-à-image ici n'est pas une seule photo — c'est de transformer une image de base en une bibliothèque complète de scènes. Le schéma est une simple boucle : garder l'image de référence fixe, faire évoluer le prompt.

import os
import requests

API_BASE = "https://api.hiapi.ai/v1/tasks"
TOKEN = os.environ["HIAPI_API_KEY"]

def edit_scene(base_image_url: str, scene_prompt: str) -> str:
    resp = requests.post(
        API_BASE,
        headers={"Authorization": f"Bearer {TOKEN}"},
        json={
            "model": "qwen-image-3.0/image-to-image",
            "input": {"prompt": scene_prompt, "image_urls": [base_image_url]},
        },
        timeout=60,
    )
    task_id = resp.json()["data"]["taskId"]

    while True:
        task = requests.get(
            f"{API_BASE}/{task_id}",
            headers={"Authorization": f"Bearer {TOKEN}"},
            timeout=30,
        ).json()["data"]
        if task["status"] == "success":
            return task["output"][0]["url"]
        if task["status"] == "fail":
            raise RuntimeError(task["error"])

base_photo = "https://your-cdn.example.com/products/dripper-base.jpg"
scenes = [
    "on a warm wooden kitchen countertop, morning light",
    "staged on a marble cafe counter",
    "styled for a winter holiday gift photo",
]
for scene in scenes:
    url = edit_scene(base_photo, f"White ceramic pour-over coffee dripper with birch wood stand {scene}")
    print(url)  # download immediately — output URLs expire

Remplacez par vos propres photos produit et un ensemble de descriptions de scènes, et la même boucle génère une collection complète de visuels de scène pour chaque SKU. Chaque URL de sortie est temporaire : téléchargez et stockez immédiatement après la fin de la tâche (votre propre CDN, ou l'emplacement où se trouvent vos images de catalogue).

Questions fréquentes

Puis-je utiliser une photo existante comme image de référence, ou faut-il une prise de vue en studio ? Les photos propres et bien éclairées donnent les meilleurs résultats, car le modèle conserve ce qu'il voit — une référence encombrée ou sous-exposée importe ce désordre dans chaque scène. Une photo studio sur fond uni comme celle utilisée dans ce test donne les résultats les plus prévisibles.

Combien d'images de référence envoyer par appel ? qwen-image-3.0/image-to-image accepte 1 à 3 images. Pour un objet principal unique, une image de référence a suffi dans notre test. Les images de référence multiples sont plus utiles lorsque le modèle doit coordonner simultanément plusieurs angles du produit.

Conserve-t-il mon logo ou le texte d'une étiquette ? Les petits textes imprimés et les logos sont ce que tout modèle d'image a le plus de mal à préserver fidèlement lors d'une édition. Considérez ce flux de travail comme fiable sur la forme, la couleur et la matière — vérifiez manuellement toute étiquette ou texte de logo dans le résultat avant publication, comme pour toute image générée par IA (la comparaison des API image-à-image de hiapi aborde également ce compromis sur d'autres modèles).

Cela remplace-t-il entièrement la photographie produit ? Non — il vous faut toujours une photo de base fiable par produit. Ce que cela remplace, ce sont les deuxième, troisième et quatrième séances photo pour chaque variante lifestyle que vous souhaitez.

Que faire si une scène rend mal ? Relancez le même prompt — les sorties ne sont pas strictement identiques d'un appel à l'autre — ou resserrez le prompt avec des détails de scène plus précis, comme chacun des prompts ci-dessus spécifie une surface et des conditions de lumière concrètes plutôt qu'une ambiance vague.

Points clés à retenir

• Une photo produit en studio associée à qwen-image-3.0/image-to-image génère trois scènes différentes et fidèles au modèle sans seconde séance photo.
• Dans ce test, l'identité du produit (forme, matière, couleur) est restée cohérente dans les trois scènes.
• Des prompts courts et précis — nommant l'objet et la scène — surpassent les prompts vagues fondés sur l'ambiance.
• Pour un objet principal simple, une image de référence suffit ; économisez le coût des images de référence supplémentaires, sauf si le produit exige une coordination multi-angles.
• Le même schéma de boucle passe à l'échelle linéairement : une image de base et un ensemble de prompts de scène génèrent une collection complète de visuels de scène pour chaque SKU.

Prêt à l'essayer sur votre propre catalogue produits ? Commencez par la page du modèle qwen-image-3.0/image-to-image, testez l'édition de scène sur vos propres photos produit, ou comparez-le à d'autres modèles d'édition dans la sélection des API image-à-image de hiapi.