Zhipu: CogView 4

CogView 4 omdanner en skriftlig billedbeskrivelse til billeder. Vælg cogview-4 i POST /v1/images/generations, og angiv prompt som en tekststreng. De obligatoriske input er model og prompt. Brug beskrivelsen til at forklare hovedmotivet, dets placering, den omgivende scene og det visuelle udtryk, du vil vurdere.

Til en produktopsætning skal du beskrive genstanden, underlaget, baggrunden og lysets retning. Til en illustration skal du angive figurerne eller genstandene, den ønskede stemning og kompositionen. Hvis billedet skal stå ved siden af en overskrift eller produktbeskrivelse, skal du angive, hvor kompositionen skal efterlade fri plads. Gennemgå resultatet i forhold til disse konkrete krav, før du bruger det i et layout.

Den CogView-specifikke vejledning om size angiver 1024x1024, 768x1344, 864x1152, 1344x768, 1152x864, 1440x720 og 720x1440. Vejledningen om tilpassede størrelser kræver, at hver side er mellem 512 og 2048 pixels og delelig med 16, og at der højst er 2^21 pixels i alt. Tilpas udsnittet til placeringen: en stående illustration, en kvadratisk produktscene og et bredt billede kræver både forskellige kompositioner og forskellige dimensioner.

quality accepterer standard eller hd, og standard er dokumenteret som CogViews standardværdi. watermark_enabled er en boolesk værdi med en dokumenteret standardværdi på true. Den valgfrie user_id-streng identificerer slutbrugeren og skal indeholde 6 til 128 tegn. Hold denne identifikator adskilt fra den kreative prompt. Ændringer af kvalitet eller størrelse bør ledsages af et klart tilsigtet formål med billedet frem for at erstatte beskrivelsen af det, der skal vises.

Genereringen returnerer et synkront JSON-svar, der indeholder created og data. Hvert data[]-element indeholder en url. Download alle returnerede billeder, og gem svaret sammen med beskrivelsen og de valgte indstillinger; behold ikke kun det første element, blot fordi en forhåndsvisning viser ét billede. Den dokumenterede kontrakt indfører ikke et separat jobpollingtrin i videostil for denne billedanmodning. Hvis svaret afbrydes eller er ufuldstændigt, skal du gemme de oprindelige anmodningsoplysninger og det modtagne resultat, før du afgør, om endnu en oprettelsesanmodning er passende. Ailoot gemmer disse billeder som medieaktiver, du ejer, og returnerer signerede Ailoot-links. Find aktivregistreringerne via GET /v1/media/assets?family=image, og følg hver next_cursor. Læs GET /v1/media/assets/{asset_id} med hvert faktisk asset_id for at få dets content_url; læs det samme aktiv igen, hvis det signerede link udløber.