Zhipu: CogView 4

Το CogView 4 μετατρέπει μια γραπτή περιγραφή εικόνας σε παραγόμενες εικόνες. Επιλέξτε cogview-4 στο POST /v1/images/generations και δώστε το prompt ως συμβολοσειρά κειμένου. Τα απαιτούμενα δεδομένα εισόδου είναι model και prompt. Χρησιμοποιήστε την περιγραφή για να προσδιορίσετε το κύριο θέμα, τη θέση του, τη γύρω σκηνή και την αισθητική απόδοση που θέλετε να αξιολογήσετε.

Για ένα περιβάλλον προϊόντος, περιγράψτε το αντικείμενο, την επιφάνεια κάτω από αυτό, το φόντο και την κατεύθυνση του φωτός. Για μια εικονογράφηση, ορίστε τους χαρακτήρες ή τα αντικείμενα, την επιθυμητή ατμόσφαιρα και τη σύνθεση. Αν η εικόνα θα τοποθετηθεί δίπλα σε τίτλο ή περιγραφή προϊόντος, δηλώστε σε ποιο σημείο η σύνθεση πρέπει να αφήνει ελεύθερο χώρο. Ελέγξτε το αποτέλεσμα σε σχέση με αυτές τις συγκεκριμένες απαιτήσεις πριν το χρησιμοποιήσετε σε μια διάταξη.

Οι ειδικές οδηγίες μεγέθους του CogView αναφέρουν 1024x1024, 768x1344, 864x1152, 1344x768, 1152x864, 1440x720 και 720x1440. Οι οδηγίες προσαρμοσμένου μεγέθους ορίζουν κάθε πλευρά μεταξύ 512 και 2048 pixels, διαιρετή με το 16, με συνολικό πλήθος έως 2^21 pixels. Προσαρμόστε το κάδρο στη θέση χρήσης: μια κατακόρυφη εικονογράφηση, μια τετράγωνη σκηνή προϊόντος και μια πλατιά οπτική σύνθεση απαιτούν διαφορετικές συνθέσεις καθώς και διαφορετικές διαστάσεις.

Το quality δέχεται standard ή hd, με το standard ως τεκμηριωμένη προεπιλογή του CogView. Το watermark_enabled είναι boolean με τεκμηριωμένη προεπιλογή true. Μια προαιρετική συμβολοσειρά user_id προσδιορίζει τον τελικό χρήστη και πρέπει να περιέχει 6 έως 128 χαρακτήρες. Κρατήστε αυτό το αναγνωριστικό ξεχωριστά από το δημιουργικό prompt. Οι αλλαγές ποιότητας ή μεγέθους πρέπει να συνοδεύονται από σαφή προορισμό χρήσης της εικόνας, αντί να αντικαθιστούν την περιγραφή του τι πρέπει να εμφανίζεται.

Η δημιουργία επιστρέφει σύγχρονη απάντηση JSON που περιέχει created και data. Κάθε στοιχείο data[] παρέχει ένα url. Κατεβάστε κάθε επιστρεφόμενη εικόνα και διατηρήστε την απάντηση μαζί με την περιγραφή και τις επιλεγμένες ρυθμίσεις· μην κρατάτε μόνο το πρώτο στοιχείο απλώς επειδή μια προεπισκόπηση δείχνει μία εικόνα. Η τεκμηριωμένη σύμβαση δεν εισάγει ξεχωριστό βήμα περιοδικού ελέγχου εργασίας, όπως στα βίντεο, για αυτό το αίτημα εικόνας. Αν η απάντηση διακοπεί ή είναι ελλιπής, διατηρήστε τα στοιχεία του αρχικού αιτήματος και το ληφθέν αποτέλεσμα πριν αποφασίσετε αν ενδείκνυται άλλο αίτημα δημιουργίας. Το Ailoot αποθηκεύει αυτές τις εικόνες ως αρχεία πολυμέσων που σας ανήκουν και επιστρέφει υπογεγραμμένους συνδέσμους του Ailoot. Εντοπίστε τις εγγραφές των αρχείων μέσω GET /v1/media/assets?family=image, ακολουθώντας κάθε next_cursor. Διαβάστε το GET /v1/media/assets/{asset_id} με κάθε πραγματικό asset_id για να λάβετε το content_url του· διαβάστε ξανά το ίδιο αρχείο αν λήξει ο υπογεγραμμένος σύνδεσμός του.