Zhipu: CogView 4

CogView 4 setzt eine schriftliche Bildbeschreibung in Bildausgaben um. Wählen Sie cogview-4 in POST /v1/images/generations und geben Sie prompt als Textzeichenfolge an. Die erforderlichen Eingaben sind model und prompt. Beschreiben Sie in der Aufgabenbeschreibung das Hauptmotiv, seine Platzierung, die umgebende Szene und die visuelle Gestaltung, die Sie beurteilen möchten.

Beschreiben Sie bei einer Produktinszenierung das Objekt, die Oberfläche darunter, den Hintergrund und die Lichtrichtung. Geben Sie für eine Illustration die Figuren oder Objekte, die gewünschte Stimmung und die Komposition an. Wenn das Bild neben einer Überschrift oder Produktbeschreibung stehen soll, nennen Sie die Stelle, an der die Komposition freien Raum lassen soll. Prüfen Sie das Ergebnis anhand dieser konkreten Anforderungen, bevor Sie es in einem Layout verwenden.

Die CogView-spezifischen Größenhinweise nennen 1024x1024, 768x1344, 864x1152, 1344x768, 1152x864, 1440x720 und 720x1440. Die Vorgaben für benutzerdefinierte Größen sehen Seitenlängen zwischen 512 und 2048 Pixeln vor, die durch 16 teilbar sind, bei insgesamt höchstens 2^21 Pixeln. Stimmen Sie den Bildausschnitt auf die Platzierung ab: Eine Illustration im Hochformat, eine quadratische Produktszene und ein breites Motiv erfordern sowohl unterschiedliche Kompositionen als auch unterschiedliche Abmessungen.

quality akzeptiert standard oder hd, wobei standard als CogView-Standardwert dokumentiert ist. watermark_enabled ist ein boolescher Wert mit dem dokumentierten Standardwert true. Eine optionale user_id-Zeichenfolge identifiziert den Endnutzer und muss 6 bis 128 Zeichen enthalten. Halten Sie diese Kennung vom kreativen Prompt getrennt. Änderungen an quality oder size sollten einem klaren Verwendungszweck des Bildes dienen und nicht die Beschreibung dessen ersetzen, was zu sehen sein soll.

Die Generierung liefert eine synchrone JSON-Antwort mit created und data. Jedes data[]-Element enthält eine url. Laden Sie jedes zurückgegebene Bild herunter und bewahren Sie die Antwort zusammen mit der Aufgabenbeschreibung und den gewählten Einstellungen auf; behalten Sie nicht nur das erste Element, bloß weil eine Vorschau ein Bild zeigt. Der dokumentierte Vertrag führt für diese Bildanfrage keinen separaten Schritt zum Abfragen eines Auftrags wie bei Videos ein. Wird die Antwort unterbrochen oder bleibt sie unvollständig, bewahren Sie die ursprünglichen Anfrageinformationen und das empfangene Ergebnis auf, bevor Sie entscheiden, ob eine weitere Erstellungsanfrage angebracht ist. Ailoot speichert diese Bilder als dem eigenen Ailoot-Konto zugeordnete Medien-Assets und gibt signierte Ailoot-Links zurück. Finden Sie die Asset-Datensätze über GET /v1/media/assets?family=image und folgen Sie dabei jedem next_cursor. Lesen Sie GET /v1/media/assets/{asset_id} mit jeder tatsächlichen asset_id, um deren content_url zu erhalten; lesen Sie dasselbe Asset erneut, wenn dessen signierter Link abläuft.