Stilübertragung mittels Vision-Modellbeschreibung

Verwende ein Vision-Modell (z. B. Qwen3-VL-2B), um ein Referenzbild zu lesen und eine Textbeschreibung seines Stils auszugeben (z. B. '2D-Cartoon-Illustration, kräftige Konturen, flache Farbflächen, warme Erdtöne, malerische Pinselstriche'). Verwende dann ein Bildgenerierungs-/Bearbeitungsmodell (z. B. Qwen-Image-Edit 2509) mit dieser Textbeschreibung, um eine neue Szene zu rendern oder ein vorhandenes Bild neu zu gestalten, wobei der Stil erhalten bleibt, ohne Objekte oder Personen zu übertragen. Dies funktioniert lokal mit Tools wie ComfyUI, mit 8 Schritten und einem Lightning LoRA (~35 Sekunden auf einer 4090).