C’è un equivoco che si porta dietro quasi tutte le conversazioni sull’intelligenza artificiale applicata alle immagini: si parla di “generare” quando in realtà, nel lavoro quotidiano di uno studio grafico o di un ufficio marketing, gran parte del tempo si passa a ritoccare. Sono due mestieri diversi, chiedono strumenti diversi e hanno rischi legali diversi.
Generare significa partire dal nulla: scrivo una descrizione a parole, il modello mi restituisce un’immagine che prima non esisteva. Ritoccare significa partire da una foto o da un file che ho già — uno scatto di prodotto, una foto di un cliente, un rendering — e modificarlo: togliere un cavo elettrico dallo sfondo, allargare l’inquadratura per adattarla a un formato 16:9, alzare la risoluzione di un vecchio JPEG, cambiare il colore di una maglietta.
Questa guida mette in fila cosa fanno concretamente questi strumenti, dove ciascuno è più forte, e — la parte che quasi nessuno racconta — cosa succede quando il cliente ti chiede chi risponde se quell’immagine viola il copyright di qualcun altro. La stessa distinzione, per inciso, vale sul video, dove generare una clip e montarne una girata da te sono due mestieri diversi con due profili di rischio diversi.
Le quattro operazioni che chiami “ritocco AI”
Sotto l’etichetta generica di ritocco ci sono quattro funzioni tecnicamente distinte. Vale la pena chiamarle con il loro nome, perché ogni strumento è bravo in alcune e mediocre in altre.
Il riempimento generativo (in inglese generative fill) è la funzione che riempie un’area che hai selezionato con contenuto inventato dal modello, coerente con il resto dell’immagine. Selezioni il tavolo vuoto accanto alla tazza e scrivi “un piattino con due biscotti”: il modello lo disegna cercando di rispettare luce, prospettiva e materiali della foto originale. È la stessa tecnologia che serve alla rimozione oggetti: in quel caso non chiedi di aggiungere niente, chiedi al modello di ricostruire cosa ci sarebbe stato dietro l’oggetto che togli.
L’espansione (o outpainting, o generative expand) allarga la tela oltre i bordi originali. Serve tantissimo nel lavoro reale: hai una foto verticale scattata da un cliente e ti serve un banner orizzontale. Invece di ritagliare e perdere metà del soggetto, chiedi al modello di inventare cosa c’era a destra e a sinistra dell’inquadratura.
L’upscaling aumenta la risoluzione. Qui c’è una differenza importante che molti non colgono: l’upscaling tradizionale (quello di Photoshop di dieci anni fa) interpola i pixel esistenti e produce un risultato più grande ma molle. L’upscaling con AI inventa dettaglio nuovo — texture della pelle, trama del tessuto, foglie — basandosi su cosa il modello ha imparato che “di solito” c’è a quella scala. È molto più efficace e molto più pericoloso: su un volto, un upscaler aggressivo può cambiare i connotati di una persona.
Firefly: la scelta di chi deve rispondere al cliente
Adobe Firefly è la risposta di Adobe a tutto questo, ed è integrata dentro Photoshop, Lightroom ed Express oltre che disponibile come applicazione web autonoma. Il riempimento generativo dentro Photoshop è probabilmente lo strumento di ritocco AI più usato al mondo, semplicemente perché è dove i grafici già lavoravano.
La ragione per cui Adobe viene scelta dalle agenzie non è la qualità pura del modello — su quel fronte ha rivali più forti. È la questione legale. Adobe dichiara di aver addestrato i propri modelli Firefly su contenuti su licenza di Adobe Stock, contenuti con licenza aperta e materiale di pubblico dominio, e su questa base offre ai clienti paganti una manleva sulla proprietà intellettuale: in pratica, se qualcuno ti fa causa sostenendo che l’immagine generata viola il suo copyright, Adobe si assume l’onere di difenderti. Le condizioni sono descritte nella FAQ ufficiale di Firefly.
Qui però va segnalata una cosa che sfugge a molti, e che a mio parere è la trappola più insidiosa del 2026. Firefly non è più solo Firefly: la piattaforma oggi permette di usare, dall’interno della stessa interfaccia, modelli di partner terzi — Adobe cita esplicitamente Google, OpenAI e FLUX nella propria pagina di confronto dei piani. Sono modelli addestrati con criteri completamente diversi da quelli di Adobe. Se generi un’immagine con un modello partner dentro Firefly, non stai usando “il modello commercialmente sicuro di Adobe”: stai usando un modello terzo con un’interfaccia Adobe. Le tutele non sono le stesse, e la casella che hai spuntato distrattamente nel menu a tendina può fare la differenza in una contestazione.
Sui prezzi: Adobe pubblica quattro livelli per singoli utenti (Standard, Pro, Pro Plus, Premium) sulla pagina piani italiana, con importi in euro che cambiano spesso per via delle promozioni. Non riporto cifre qui perché sarebbero già vecchie quando leggi: guarda la pagina, è l’unica fonte affidabile.
Krea: quando serve l’upscaling serio e la velocità
Krea ha un posizionamento diverso: è un aggregatore. Dentro una sola interfaccia trovi decine di modelli di terze parti (FLUX, Nano Banana, Seedream, Imagen, Qwen e altri) più i modelli sviluppati in casa, e li paghi con un sistema a unità di calcolo — una moneta interna che si consuma in modo diverso a seconda di quanto è pesante il modello che scegli.
Il pezzo forte di Krea per chi ritocca è l’Enhancer, cioè l’upscaler. Il listino ufficiale indica che il piano gratuito permette di salire fino a 2K con modelli base, mentre dai piani a pagamento si accede a upscaler professionali — Krea cita Topaz — con output dichiarati fino a 22K. Per un fotografo che deve stampare, o per chi recupera archivi vecchi, è una differenza sostanziale.
I piani sono Free, Basic, Pro, Max, Business ed Enterprise. Il listino di Krea è pubblicato in dollari statunitensi: al momento della scrittura la pagina mostra, con fatturazione annuale, 5,25 $ al mese per Basic, 21 $ per Pro e 63 $ per Max; l’importo effettivo in euro dipende dal cambio applicato dal circuito di pagamento e dall’IVA. La licenza commerciale — cioè il diritto di usare quello che produci in lavori per clienti — non è inclusa nel piano gratuito: compare dal piano Basic in su. È scritto nero su bianco nella tabella di confronto, e vale la pena leggerlo prima di consegnare al cliente un’immagine prodotta con l’account free.
FLUX e il malinteso sull’open source
FLUX è la famiglia di modelli di Black Forest Labs, un’azienda tedesca fondata da ex ricercatori di Stable Diffusion. FLUX.1 Kontext è il modello pensato specificamente per il ritocco: gli dai un’immagine e un’istruzione a parole (“togli la persona sullo sfondo”, “cambia lo sfondo in un ufficio”) e lui la esegue mantenendo il resto coerente.
Qui il malinteso da smontare è grosso, e va smontato con precisione, perché “FLUX” non è una licenza sola: ogni variante ha la sua.
La variante [schnell] è l’unica davvero open source, rilasciata sotto licenza Apache 2.0. La variante [dev] — che include FLUX.1 Kontext [dev], cioè proprio il modello da ritocco — è invece coperta dalla [FLUX [dev] Non-Commercial License v2.0](https://bfl.ai/legal/non-commercial-license-terms), che al punto 2(b) consente di accedere al modello, usarlo, distribuirlo e derivarne versioni solo per scopi non commerciali e non di produzione: per lavorare devi chiedere una licenza commerciale, eventualmente a pagamento o con revenue share. La variante [pro] non ha pesi scaricabili e si usa via API, dove i diritti commerciali sono inclusi nel servizio.
Attenzione a una distinzione che cambia tutto e che quasi nessuno spiega: il vincolo colpisce l’uso del modello, non le immagini che ne escono. La stessa licenza, al punto 2(d), dice che Black Forest Labs non rivendica proprietà sugli output e che puoi usarli anche a scopo commerciale. Il che significa: il problema non è l’immagine che consegni al cliente, è il fatto che tu abbia fatto girare i pesi [dev] in azienda per produrla. È una violazione contrattuale che riguarda te e il fornitore, e non si vede guardando il file finale.
Chi vuole i pesi in casa deve passare dalla struttura a livelli — Builder, Platform, Professional, Enterprise — dove il livello Professional è pensato per agenzie e studi che producono immagini per conto di clienti, include tre clienti nel prezzo e chiede una tariffa aggiuntiva dal quarto in poi. Il Builder è self-serve, per gli altri livelli i prezzi non sono pubblici e si passa dal contatto commerciale.
Sull’addestramento, Black Forest Labs è meno dettagliata di Adobe. La sua dichiarazione sui dati di addestramento, aggiornata al 9 giugno 2026, parla di “una miscela proprietaria di dati testuali e di immagini, inclusi dati acquisiti privatamente da terze parti, dati forniti da servizi di etichettatura e collaboratori retribuiti, dati d’uso, dati sintetici e dati generati internamente”. È una formula generica. Chi ha bisogno di garantire a un cliente la provenienza dei dati, con questa frase in mano non garantisce granché.
Leonardo, acquisita da Canva nel 2024, sta nel mezzo: interfaccia più amichevole, un canvas per il ritocco, addestramento di modelli personalizzati sui propri asset. Anche qui il listino ufficiale è in dollari.
Come si vede che un’immagine è ritoccata male
Il ritocco AI fallisce sempre negli stessi punti, e imparare a riconoscerli fa risparmiare figuracce.
Il primo indizio sono le texture ripetute. Quando chiedi a un modello di espandere lo sfondo, spesso clona un motivo — le piastrelle, le foglie, i mattoni — con una periodicità troppo regolare, che l’occhio percepisce come “finta” prima ancora di capire perché.
Il secondo sono le ombre incoerenti. L’oggetto che hai aggiunto proietta l’ombra dalla parte sbagliata rispetto alla fonte di luce della foto originale. È l’errore più comune nel riempimento generativo su foto di prodotto ed è quello che un art director esperto individua in due secondi.
Il terzo, il più subdolo, è la plastificazione da upscaler. Un upscaler spinto troppo restituisce pelle senza pori, capelli che sembrano dipinti, tessuti senza fibra. L’immagine è più grande e più definita, e contemporaneamente più falsa. Su un catalogo di moda o su una foto di persone reali è un disastro reputazionale.
Il quarto è il testo. Nonostante i progressi, se nel campo espanso o riempito finisce un’insegna, un’etichetta o un cartello, le lettere tendono a diventare glifi senza senso.
Un caso ipotetico che vale la pena immaginare
Metti che un’agenzia di comunicazione di Bologna debba consegnare una campagna per un produttore di arredamento. Sedici scatti di prodotto, tutti verticali, e servono anche in orizzontale per i banner. La tentazione è ovvia: espansione generativa su tutti e sedici, mezza giornata di lavoro invece di due giorni di ritocco manuale. È esattamente il tipo di guadagno di produttività che in agenzia non si sa più come fatturare, e che qui porta con sé una coda legale.
È un esempio ipotetico, non un caso documentato. Ma il problema che descrive è concreto: nel momento in cui il cliente chiede “queste immagini sono utilizzabili senza rischi?”, il team deve sapere con quale modello sono state generate le porzioni inventate, se il piano usato includeva la licenza commerciale e se esiste una manleva. Se non lo sa, ha appena regalato al cliente un rischio legale che il cliente non ha comprato.
L’opinione netta: la licenza è la funzione, non un dettaglio
Chi sceglie uno strumento di ritocco AI guardando solo alla qualità del risultato sta guardando la metà meno importante del problema. In un contesto professionale — dove le immagini finiscono in campagne, cataloghi, packaging — la licenza commerciale e la manleva sono la funzione principale del prodotto, non una clausola in fondo alla pagina.
Il mio parere, dichiarato come tale: se lavori per clienti terzi e non puoi permetterti una contestazione, la scelta razionale oggi è usare i modelli proprietari di Adobe con un piano a pagamento, perché è l’unico grande fornitore che accompagna il servizio con una dichiarazione sull’origine dei dati di addestramento e con una manleva contrattuale. Non perché il modello sia il migliore — spesso non lo è — ma perché è l’unico che ti dà qualcosa da mostrare all’ufficio legale del cliente. Se invece lavori su progetti tuoi, o su contenuti interni che non escono dall’azienda, il rapporto qualità-prezzo di Krea o di FLUX via API è nettamente superiore, e il rischio che ti assumi è tuo e basta.
Va anche detto che lo scenario si sta muovendo, e in una direzione che tocca proprio il ritocco. Dal 2 agosto 2026 le immagini generate o manipolate con l’AI vanno marcate in formato leggibile dalle macchine, e dall’ottobre 2025 il codice penale italiano punisce con la reclusione da uno a cinque anni chi cagiona un danno ingiusto diffond
