Stagione di corsa alle locandine per la Festa di Metà Autunno e la Festa Nazionale: ho provato Doubao, Jimeng e Tongyi Wanxiang uno per uno: differenze reali e trappole per l'uso commerciale

Nelle due settimane di fine settembre la mia lista di messaggi è stata inondata dalla stessa frase: «Mi aiuti a fare un paio di locandine per la Festa di Metà Autunno? Meglio se entro oggi». La pasticceria di mooncake vuole immagini promozionali, l'azienda deve preparare una pagina per l'attività della Festa Nazionale, l'account Xiaohongshu di un'amica vuole una copertina a tema festivo. Negli anni passati, per lavori così o si spendevano cinquanta yuan a immagine per un designer, oppure si passavano ore a cercare template sui siti di risorse grafiche. Quest'anno la prima reazione di tutti è diventata aprire uno strumento di generazione immagini AI.

Per quanto ci sia fermento, quando ci si mette davvero le mani si scopre che la sensazione d'uso degli strumenti è molto diversa. Ho generato qualche decina di immagini con ciascuno dei tre strumenti cinesi più usati, e vi dico la verità.

Doubao: adatto come blocco per bozze

La cosa più comoda di Doubao è che l'accesso è semplice. Nella chat basta dire «Disegnami una locandina promozionale per la Festa di Metà Autunno, cielo notturno blu scuro, sagoma del coniglio di giada, lascia spazio per il titolo», e in trenta secondi escono quattro immagini; se non ti piacciono, continui a modificare in chat: «Cambia la luna in un oro sfumato», e in pochi secondi la rigenera. Questo ritmo di conversazione e modifica è particolarmente amichevole per chi non sa scrivere prompt.

La quota gratuita è in pratica sufficiente: per realizzare qualche set di immagini per i social media è più che abbondante. I limiti sono però evidenti: quando in scena ci sono molte persone, l'immagine tende a sfocarsi; con composizioni complesse ogni tanto gli elementi si confondono. Il mio metodo è usarlo per buttare giù rapidamente le bozze, e dopo aver scelto la direzione passare a un altro strumento per la versione rifinita.

Jimeng: il verticale è il suo terreno

Jimeng si basa sul modello Seedream di ByteDance. Ottimizza molto bene la composizione verticale: genera rapidamente in 9:16 e, una volta finito, può sincronizzare direttamente in Jianying (CapCut), quindi il flusso per chi fa video brevi è molto scorrevole. La comprensione del cinese è tra le più accurate dei modelli cinesi: termini estetici locali come «abito da sposa in stile cinese» o «cyberpunk in stile cinese» vengono in genere capiti.

Le locandine festive sono proprio una delle principali richieste in verticale: le copertine di Moments di WeChat e Xiaohongshu sono verticali. Passando al modello flagship, i dettagli reggono l'ingrandimento: venature del legno, luci e ombre sono al posto giusto. Il prezzo da pagare è che i crediti gratuiti si consumano in fretta; per l'output in 4K bisogna pagare a immagine.

Tongyi Wanxiang: la base per le immagini statiche è più solida

Con la stessa descrizione, le immagini di Tongyi Wanxiang hanno meno «dinamismo», ma nature morte e foto di prodotto sono decisamente più stabili. Ha anche una funzione esclusiva per l'e-commerce: abbinare modelli virtuali alle immagini di prodotto; per le foto dei capi indossati non serve più assumere qualcuno, e in una volta può generare una dozzina di candidate. Per chi fa e-commerce, dove uno scatto costa ottanta-novanta yuan, questa funzione fa risparmiare denaro vero.

Confrontando i tre, la mia conclusione è come quella di molti che li hanno provati: per il flusso di video brevi scegli Jimeng, per immagini statiche ed e-commerce scegli Tongyi Wanxiang, per generare al volo immagini di accompagnamento usa Doubao. Non aspettarti che qualcuno «faccia un'immagine con una frase»: fare più cicli e imparare a descrivere conta più della scelta dello strumento in sé.

Una volta ottenuta l'immagine, il copyright è la vera trappola

Che gli strumenti siano comodi è una questione di quest'ultimo mezzo mese; il copyright è un problema che si accumula da anni. All'inizio di settembre c'è stata una grande notizia: la Corte Suprema del Popolo ha pubblicato le «Linee guida sulla trattazione dei casi di controversie relative all'intelligenza artificiale»; è la prima volta che la corte suprema cinese emana un documento specifico per orientare l'esame delle controversie sull'IA. Il documento non risponde direttamente alla domanda «le immagini generate dall'IA hanno copyright?», ma ha spinto molto avanti il ragionamento decisionale.

Allo stato attuale la prassi giudiziaria segue più o meno questa logica. Nel caso «La brezza primaverile porta tenerezza» del Tribunale Internet di Pechino, la ricorrente aveva modificato i prompt per oltre centocinquanta round con Stable Diffusion e aveva conservato un registro creativo completo; il tribunale ha stabilito che aveva profuso lavoro intellettuale originale, che l'immagine costituisce un'opera d'arte figurativa, e che chi la ruba rimuovendo la filigrana deve risarcire. Ma il caso della «sedia a farfalla» di Zhangjiagang ha avuto esito opposto: l'immagine di una sedia generata con Midjourney da una designer era stata replicata con gli stessi prompt e trasformata in prodotto per la vendita; il tribunale ha ritenuto che un solo prompt non possa riprodurre lo stesso risultato e quindi non costituisca espressione originale, respingendo tutte le richieste.

I due casi indicano la stessa cosa: il tribunale non guarda se l'immagine è bella, ma se puoi produrre prove del processo. Bozze dei prompt, registri dei parametri, versioni intermedie, perché hai scelto proprio quella: queste tracce determinano se la tua immagine è protetta o no.

Per chi deve consegnare in fretta locandine festive, alcuni consigli concreti: quando consegni a cliente o capo, archivia rapidamente prompt e cronologia delle modifiche; prima dell'uso commerciale dai un'occhiata ai termini di utilizzo: su Doubao e Jimeng solo l'abbonamento a pagamento sblocca i diritti commerciali, e molte piattaforme specificano che le immagini generate con la quota gratuita non possono essere usate commercialmente; non usare i prompt per specificare lo stile di un certo illustratore: è la strada con la maggiore densità di controversie oggi.

In una frase

Durante questa doppia festività, la generazione di immagini AI è passata da «novità» a opzione predefinita per la corsa alle locandine. Le differenze tra gli strumenti non sono così grandi come si immagina: sono il flusso di lavoro e l'abitudine a conservare le tracce a fare la differenza. Auguri a tutti di vendere bene i mooncake.