Traduction de style via description de modèle de vision

Utilisez un modèle de vision (par exemple, Qwen3-VL-2B) pour lire une image de référence et produire une description textuelle de son style (par exemple, 'illustration cartoon 2D, contours audacieux, zones de couleur plates, tons terreux chauds, coups de pinceau picturaux'). Ensuite, utilisez un modèle de génération/édition d'images (par exemple, Qwen-Image-Edit 2509) avec cette description textuelle pour rendre une nouvelle scène ou repeindre une image existante, en préservant le style sans transférer d'objets ou de personnes. Cela fonctionne localement avec des outils comme ComfyUI, en utilisant 8 étapes avec un Lightning LoRA (~35 secondes sur une 4090).