Το Microsoft AI MAI-Image-2.5 είναι η έκδοση γενικής δημιουργίας και ελεγχόμενης επεξεργασίας της οικογένειας εικόνων 2.5. Η κάρτα μοντέλου περιγράφει μοντέλο διάχυσης με flow matching, 20 δισεκατομμύρια παραμέτρους εκτός embeddings, είσοδο κειμένου και εικόνας και συμφραζόμενα 32K token. Παράγει εικόνες για ιδέες, πορτρέτα, προϊόντα, εικονογραφήσεις και αναθεωρήσεις υπαρχόντων σχεδίων. Η χρήσιμη αρχική επιλογή είναι αν η εργασία χρειάζεται νέα σύνθεση ή συγκεκριμένη αλλαγή σε οπτικό αρχείο που ήδη περιέχει το επιθυμητό θέμα.
Για δημιουργία, περιγράψτε το κύριο θέμα, το οπτικό ύφος, το φως, την οπτική γωνία και τη διάταξη. Ο κατασκευαστής τονίζει λεπτομερείς, συνεκτικές εικόνες, απόδοση κειμένου, εικόνες προϊόντων και συμμόρφωση με την προτροπή. Μια πρακτική περιγραφή εικονογράφησης παρουσίασης μπορεί να ορίζει τον ρόλο θέματος, την επιθυμητή οπτική έμφαση και το περιθώριο γύρω του. Μια ιδέα προϊόντος μπορεί να περιλαμβάνει υλικό, κλίμακα και φινίρισμα επιφάνειας. Κρατήστε συνεκτική την περιγραφή ώστε τα αντικείμενα να μοιράζονται μία σκηνή και ένα σχέδιο φωτισμού, αντί να συνδυάζουν αρκετές ασύμβατες οπτικές αποδόσεις.
Η οπτική συλλογιστική σε αυτή την έκδοση αφορά δομή σκηνής, φωτισμό, κλίμακα και χωρικές σχέσεις. Ο κατασκευαστής δίνει ως χρήση επεξεργασίας την προσθήκη αντικειμένου με κατάλληλη προοπτική και σκιές. Για επεξεργασία εργαστηρίου, τοποθετήστε μικρό σκαμνί δίπλα σε πάγκο εργασίας διατηρώντας την υπάρχουσα οπτική γωνία και το φως. Ο έλεγχος πρέπει να συγκρίνει το μέγεθος σκαμνιού, πού ακουμπά στο δάπεδο και αν η σκιά του ακολουθεί τα άλλα αντικείμενα. Ένα τοπικά πειστικό αντικείμενο πρέπει και πάλι να ταιριάζει στη γεωμετρία ολόκληρης της αρχικής εικόνας.
Οι στοχευμένες επεξεργασίες περιλαμβάνουν αφαίρεση ή αντικατάσταση αντικειμένων, αλλαγές ιδιοτήτων, inpainting, προσαρμογή διάταξης, ενημέρωση κειμένου και καθαρισμό, όπως μείωση ατελειών θόλωσης κίνησης. Δώστε την αρχική εικόνα και ονομάστε τόσο τη διόρθωση όσο και τις λεπτομέρειες που θα διατηρηθούν. Μια εστιασμένη επεξεργασία φωτογραφίας θα μπορούσε να αφαιρεί αντικείμενο που αποσπά την προσοχή από το φόντο, κρατώντας πρόσωπο, περικοπή και διάταξη προσκηνίου. Μια σχεδιαστική αναθεώρηση θα μπορούσε να ενημερώνει σύντομη γραμμή κειμένου διατηρώντας τη σύνθεση. Συγκρίνετε ολόκληρο το αποτέλεσμα με την πηγή, αντί να αξιολογείτε μόνο την επεξεργασμένη περιοχή.
Η Microsoft τονίζει επίσης τη συνέπεια ταυτότητας προσώπου μεταξύ επεξεργασιών, μαζί με αλλαγές στάσης, έκφρασης ή οπτικής γωνίας. Χρησιμοποιήστε καθαρή αναφορά για την ομοιότητα και ορίστε την επιθυμητή αλλαγή με τρόπο που διατηρεί τα αναγνωριστικά γνωρίσματα. Ο τρέχων οδηγός επεξεργασίας του κατασκευαστή δέχεται έως πέντε εικόνες JPEG ή PNG, επιτρέποντας σε διαφορετικές αναφορές να προσδιορίζουν πρόσωπο, αντικείμενο, σκηνή ή ύφος. Ονομάστε αυτούς τους ρόλους στην προτροπή. Σε αναθεώρηση πορτρέτου, εξετάστε το πρόσωπο μαζί με την αλλαγμένη ενδυμασία ή το φόντο πριν θεωρήσετε την εικόνα ολοκληρωμένη.
Η συγκεκριμένη κάρτα μοντέλου περιορίζει την έξοδο σε 1,048,576 συνολικά pixel, ισοδύναμα με τετράγωνο 1024×1024, και επιτρέπει στη μία πλευρά να υπερβαίνει τα 1024 εφόσον το σύνολο παραμένει εντός αυτού του εμβαδού. Ο οδηγός εξυπηρέτησης απαιτεί επιπλέον και τις δύο διαστάσεις τουλάχιστον 768 pixel. Ορθογώνιος στόχος όπως 1344×768 έχει 1,032,192 pixel και ικανοποιεί αυτούς τους τεκμηριωμένους κανόνες εμβαδού και ελάχιστων διαστάσεων. Το χρήσιμο όριο είναι το γινόμενο πλάτους και ύψους, επομένως προετοιμάστε το σχήμα προορισμού πριν ζητήσετε οριζόντια ή κάθετη σύνθεση.
Η δημιουργία και επεξεργασία επιστρέφουν δεδομένα εικόνας PNG στη διεπαφή εξυπηρέτησης του κατασκευαστή. Η εγγενής κάρτα μοντέλου αναφέρει συμφραζόμενα 32K token, ενώ εκείνη η διεπαφή ορίζει μέγιστα συμφραζόμενα προτροπής 32,000 token. Η χωριστή τιμή καταλόγου 4,096 token εξόδου είναι όριο token και όχι διάσταση εξόδου. Διατηρήστε αυτά τα δηλωμένα πεδία ισχύος όταν οργανώνετε λεπτομερή προτροπή και ολοκληρωμένη εικόνα. Αρχικά οπτικά αρχεία, διατηρημένα χαρακτηριστικά, ζητούμενες επεξεργασίες και μέγεθος στόχου συνιστούν χρήσιμο αρχείο αναθεώρησης μαζί με το PNG.
Το δημιουργικό εύρος του μοντέλου καλύπτει φωτορεαλιστικές και κινηματογραφικές εικόνες, πορτρέτα, ιδέες προϊόντων ή επωνυμίας, σχέδια με κείμενο και άλλα οπτικά ύφη. Για ετικέτα ή πινακίδα, δώστε την ακριβή διατύπωση και ελέγξτε την ορθογραφία στο τελικό μέγεθος προβολής. Μια αναγνωρίσιμη φωτογραφική επιφάνεια μπορεί και πάλι να περιέχει επινοημένη λεπτομέρεια, ασυνεπή αντανάκλαση ή ανακριβή γράμματα. Ο πρακτικός έλεγχος ακολουθεί τις απαιτήσεις σχεδιασμού: ταυτότητα αντικειμένων, αναγνωσιμότητα, χωρικές σχέσεις και διατηρημένη σκηνή έχουν όλα σημασία. Κρατήστε τη συγκεκριμένη διόρθωση χωριστή από αλλαγές που έχουν ήδη πετύχει.
Στην οικογένεια 2.5, το Pro δίνει έμφαση σε υψηλότερη πιστότητα και σταθερές σχέσεις σε πυκνές σκηνές, ενώ το Flash υπηρετεί πιο άμεση παραγωγή. Η οικογένεια 2.6 εισάγει μεγαλύτερο τεκμηριωμένο όριο εμβαδού pixel, προαιρετική τεκμηρίωση από τον ιστό και επιλογή αναλογίας από το μοντέλο. Το βασικό 2.5 διατηρεί τη δική του ροή δημιουργίας και επεξεργασίας χωρίς αυτούς τους μεταγενέστερους ελέγχους. Επιλέξτε έκδοση με βάση το δύσκολο μέρος της πραγματικής εργασίας εικόνας και ελέγξτε το ολοκληρωμένο αποτέλεσμα έναντι αυτής της περιγραφής.
", "aboutText": "Το Microsoft AI MAI-Image-2.5 είναι η έκδοση γενικής δημιουργίας και ελεγχόμενης επεξεργασίας της οικογένειας εικόνων 2.5. Η κάρτα μοντέλου περιγράφει μοντέλο διάχυσης με flow matching, 20 δισεκατομμύρια παραμέτρους εκτός embeddings, είσοδο κειμένου και εικόνας και συμφραζόμενα 32K token. Παράγει εικόνες για ιδέες, πορτρέτα, προϊόντα, εικονογραφήσεις και αναθεωρήσεις υπαρχόντων σχεδίων. Η χρήσιμη αρχική επιλογή είναι αν η εργασία χρειάζεται νέα σύνθεση ή συγκεκριμένη αλλαγή σε οπτικό αρχείο που ήδη περιέχει το επιθυμητό θέμα.\n\nΓια δημιουργία, περιγράψτε το κύριο θέμα, το οπτικό ύφος, το φως, την οπτική γωνία και τη διάταξη. Ο κατασκευαστής τονίζει λεπτομερείς, συνεκτικές εικόνες, απόδοση κειμένου, εικόνες προϊόντων και συμμόρφωση με την προτροπή. Μια πρακτική περιγραφή εικονογράφησης παρουσίασης μπορεί να ορίζει τον ρόλο θέματος, την επιθυμητή οπτική έμφαση και το περιθώριο γύρω του. Μια ιδέα προϊόντος μπορεί να περιλαμβάνει υλικό, κλίμακα και φινίρισμα επιφάνειας. Κρατήστε συνεκτική την περιγραφή ώστε τα αντικείμενα να μοιράζονται μία σκηνή και ένα σχέδιο φωτισμού, αντί να συνδυάζουν αρκετές ασύμβατες οπτικές αποδόσεις.\n\nΗ οπτική συλλογιστική σε αυτή την έκδοση αφορά δομή σκηνής, φωτισμό, κλίμακα και χωρικές σχέσεις. Ο κατασκευαστής δίνει ως χρήση επεξεργασίας την προσθήκη αντικειμένου με κατάλληλη προοπτική και σκιές. Για επεξεργασία εργαστηρίου, τοποθετήστε μικρό σκαμνί δίπλα σε πάγκο εργασίας διατηρώντας την υπάρχουσα οπτική γωνία και το φως. Ο έλεγχος πρέπει να συγκρίνει το μέγεθος σκαμνιού, πού ακουμπά στο δάπεδο και αν η σκιά του ακολουθεί τα άλλα αντικείμενα. Ένα τοπικά πειστικό αντικείμενο πρέπει και πάλι να ταιριάζει στη γεωμετρία ολόκληρης της αρχικής εικόνας.\n\nΟι στοχευμένες επεξεργασίες περιλαμβάνουν αφαίρεση ή αντικατάσταση αντικειμένων, αλλαγές ιδιοτήτων, inpainting, προσαρμογή διάταξης, ενημέρωση κειμένου και καθαρισμό, όπως μείωση ατελειών θόλωσης κίνησης. Δώστε την αρχική εικόνα και ονομάστε τόσο τη διόρθωση όσο και τις λεπτομέρειες που θα διατηρηθούν. Μια εστιασμένη επεξεργασία φωτογραφίας θα μπορούσε να αφαιρεί αντικείμενο που αποσπά την προσοχή από το φόντο, κρατώντας πρόσωπο, περικοπή και διάταξη προσκηνίου. Μια σχεδιαστική αναθεώρηση θα μπορούσε να ενημερώνει σύντομη γραμμή κειμένου διατηρώντας τη σύνθεση. Συγκρίνετε ολόκληρο το αποτέλεσμα με την πηγή, αντί να αξιολογείτε μόνο την επεξεργασμένη περιοχή.\n\nΗ Microsoft τονίζει επίσης τη συνέπεια ταυτότητας προσώπου μεταξύ επεξεργασιών, μαζί με αλλαγές στάσης, έκφρασης ή οπτικής γωνίας. Χρησιμοποιήστε καθαρή αναφορά για την ομοιότητα και ορίστε την επιθυμητή αλλαγή με τρόπο που διατηρεί τα αναγνωριστικά γνωρίσματα. Ο τρέχων οδηγός επεξεργασίας του κατασκευαστή δέχεται έως πέντε εικόνες JPEG ή PNG, επιτρέποντας σε διαφορετικές αναφορές να προσδιορίζουν πρόσωπο, αντικείμενο, σκηνή ή ύφος. Ονομάστε αυτούς τους ρόλους στην προτροπή. Σε αναθεώρηση πορτρέτου, εξετάστε το πρόσωπο μαζί με την αλλαγμένη ενδυμασία ή το φόντο πριν θεωρήσετε την εικόνα ολοκληρωμένη.\n\nΗ συγκεκριμένη κάρτα μοντέλου περιορίζει την έξοδο σε 1,048,576 συνολικά pixel, ισοδύναμα με τετράγωνο 1024×1024, και επιτρέπει στη μία πλευρά να υπερβαίνει τα 1024 εφόσον το σύνολο παραμένει εντός αυτού του εμβαδού. Ο οδηγός εξυπηρέτησης απαιτεί επιπλέον και τις δύο διαστάσεις τουλάχιστον 768 pixel. Ορθογώνιος στόχος όπως 1344×768 έχει 1,032,192 pixel και ικανοποιεί αυτούς τους τεκμηριωμένους κανόνες εμβαδού και ελάχιστων διαστάσεων. Το χρήσιμο όριο είναι το γινόμενο πλάτους και ύψους, επομένως προετοιμάστε το σχήμα προορισμού πριν ζητήσετε οριζόντια ή κάθετη σύνθεση.\n\nΗ δημιουργία και επεξεργασία επιστρέφουν δεδομένα εικόνας PNG στη διεπαφή εξυπηρέτησης του κατασκευαστή. Η εγγενής κάρτα μοντέλου αναφέρει συμφραζόμενα 32K token, ενώ εκείνη η διεπαφή ορίζει μέγιστα συμφραζόμενα προτροπής 32,000 token. Η χωριστή τιμή καταλόγου 4,096 token εξόδου είναι όριο token και όχι διάσταση εξόδου. Διατηρήστε αυτά τα δηλωμένα πεδία ισχύος όταν οργανώνετε λεπτομερή προτροπή και ολοκληρωμένη εικόνα. Αρχικά οπτικά αρχεία, διατηρημένα χαρακτηριστικά, ζητούμενες επεξεργασίες και μέγεθος στόχου συνιστούν χρήσιμο αρχείο αναθεώρησης μαζί με το PNG.\n\nΤο δημιουργικό εύρος του μοντέλου καλύπτει φωτορεαλιστικές και κινηματογραφικές εικόνες, πορτρέτα, ιδέες προϊόντων ή επωνυμίας, σχέδια με κείμενο και άλλα οπτικά ύφη. Για ετικέτα ή πινακίδα, δώστε την ακριβή διατύπωση και ελέγξτε την ορθογραφία στο τελικό μέγεθος προβολής. Μια αναγνωρίσιμη φωτογραφική επιφάνεια μπορεί και πάλι να περιέχει επινοημένη λεπτομέρεια, ασυνεπή αντανάκλαση ή ανακριβή γράμματα. Ο πρακτικός έλεγχος ακολουθεί τις απαιτήσεις σχεδιασμού: ταυτότητα αντικειμένων, αναγνωσιμότητα, χωρικές σχέσεις και διατηρημένη σκηνή έχουν όλα σημασία. Κρατήστε τη συγκεκριμένη διόρθωση χωριστή από αλλαγές που έχουν ήδη πετύχει.\n\nΣτην οικογένεια 2.5, το Pro δίνει έμφαση σε υψηλότερη πιστότητα και σταθερές σχέσεις σε πυκνές σκηνές, ενώ το Flash υπηρετεί πιο άμεση παραγωγή. Η οικογένεια 2.6 εισάγει μεγαλύτερο τεκμηριωμένο όριο εμβαδού pixel, προαιρετική τεκμηρίωση από τον ιστό και επιλογή αναλογίας από το μοντέλο. Το βασικό 2.5 διατηρεί τη δική του ροή δημιουργίας και επεξεργασίας χωρίς αυτούς τους μεταγενέστερους ελέγχους. Επιλέξτε έκδοση με βάση το δύσκολο μέρος της πραγματικής εργασίας εικόνας και ελέγξτε το ολοκληρωμένο αποτέλεσμα έναντι αυτής της περιγραφής.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "1c59918cc3a9ffa9e0d9f062e91c015a5d3d1c745ff64826881489feec755f96", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "el", "methods": [ { "html": "microsoft/mai-image-2.5Το Microsoft AI MAI-Image-2.5 δημιουργεί εικόνες από κείμενο και κάνει στοχευμένες επεξεργασίες παρεχόμενων φωτογραφιών ή σχεδίων. Υποστηρίζει αλλαγές αντικειμένων και κειμένου, καθαρισμό ατελειών και αναθεωρήσεις με διατήρηση προσώπου, με έξοδο PNG και έως πέντε οπτικές αναφορές. Η κάρτα μοντέλου ορίζει συμφραζόμενα 32K και 1,048,576 pixel εξόδου.
Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.
Το Microsoft AI MAI-Image-2.5 είναι η έκδοση γενικής δημιουργίας και ελεγχόμενης επεξεργασίας της οικογένειας εικόνων 2.5. Η κάρτα μοντέλου περιγράφει μοντέλο διάχυσης με flow matching, 20 δισεκατομμύρια παραμέτρους εκτός embeddings, είσοδο κειμένου και εικόνας και συμφραζόμενα 32K token. Παράγει εικόνες για ιδέες, πορτρέτα, προϊόντα, εικονογραφήσεις και αναθεωρήσεις υπαρχόντων σχεδίων. Η χρήσιμη αρχική επιλογή είναι αν η εργασία χρειάζεται νέα σύνθεση ή συγκεκριμένη αλλαγή σε οπτικό αρχείο που ήδη περιέχει το επιθυμητό θέμα.
Για δημιουργία, περιγράψτε το κύριο θέμα, το οπτικό ύφος, το φως, την οπτική γωνία και τη διάταξη. Ο κατασκευαστής τονίζει λεπτομερείς, συνεκτικές εικόνες, απόδοση κειμένου, εικόνες προϊόντων και συμμόρφωση με την προτροπή. Μια πρακτική περιγραφή εικονογράφησης παρουσίασης μπορεί να ορίζει τον ρόλο θέματος, την επιθυμητή οπτική έμφαση και το περιθώριο γύρω του. Μια ιδέα προϊόντος μπορεί να περιλαμβάνει υλικό, κλίμακα και φινίρισμα επιφάνειας. Κρατήστε συνεκτική την περιγραφή ώστε τα αντικείμενα να μοιράζονται μία σκηνή και ένα σχέδιο φωτισμού, αντί να συνδυάζουν αρκετές ασύμβατες οπτικές αποδόσεις.
Η οπτική συλλογιστική σε αυτή την έκδοση αφορά δομή σκηνής, φωτισμό, κλίμακα και χωρικές σχέσεις. Ο κατασκευαστής δίνει ως χρήση επεξεργασίας την προσθήκη αντικειμένου με κατάλληλη προοπτική και σκιές. Για επεξεργασία εργαστηρίου, τοποθετήστε μικρό σκαμνί δίπλα σε πάγκο εργασίας διατηρώντας την υπάρχουσα οπτική γωνία και το φως. Ο έλεγχος πρέπει να συγκρίνει το μέγεθος σκαμνιού, πού ακουμπά στο δάπεδο και αν η σκιά του ακολουθεί τα άλλα αντικείμενα. Ένα τοπικά πειστικό αντικείμενο πρέπει και πάλι να ταιριάζει στη γεωμετρία ολόκληρης της αρχικής εικόνας.
Οι στοχευμένες επεξεργασίες περιλαμβάνουν αφαίρεση ή αντικατάσταση αντικειμένων, αλλαγές ιδιοτήτων, inpainting, προσαρμογή διάταξης, ενημέρωση κειμένου και καθαρισμό, όπως μείωση ατελειών θόλωσης κίνησης. Δώστε την αρχική εικόνα και ονομάστε τόσο τη διόρθωση όσο και τις λεπτομέρειες που θα διατηρηθούν. Μια εστιασμένη επεξεργασία φωτογραφίας θα μπορούσε να αφαιρεί αντικείμενο που αποσπά την προσοχή από το φόντο, κρατώντας πρόσωπο, περικοπή και διάταξη προσκηνίου. Μια σχεδιαστική αναθεώρηση θα μπορούσε να ενημερώνει σύντομη γραμμή κειμένου διατηρώντας τη σύνθεση. Συγκρίνετε ολόκληρο το αποτέλεσμα με την πηγή, αντί να αξιολογείτε μόνο την επεξεργασμένη περιοχή.
Η Microsoft τονίζει επίσης τη συνέπεια ταυτότητας προσώπου μεταξύ επεξεργασιών, μαζί με αλλαγές στάσης, έκφρασης ή οπτικής γωνίας. Χρησιμοποιήστε καθαρή αναφορά για την ομοιότητα και ορίστε την επιθυμητή αλλαγή με τρόπο που διατηρεί τα αναγνωριστικά γνωρίσματα. Ο τρέχων οδηγός επεξεργασίας του κατασκευαστή δέχεται έως πέντε εικόνες JPEG ή PNG, επιτρέποντας σε διαφορετικές αναφορές να προσδιορίζουν πρόσωπο, αντικείμενο, σκηνή ή ύφος. Ονομάστε αυτούς τους ρόλους στην προτροπή. Σε αναθεώρηση πορτρέτου, εξετάστε το πρόσωπο μαζί με την αλλαγμένη ενδυμασία ή το φόντο πριν θεωρήσετε την εικόνα ολοκληρωμένη.
Η συγκεκριμένη κάρτα μοντέλου περιορίζει την έξοδο σε 1,048,576 συνολικά pixel, ισοδύναμα με τετράγωνο 1024×1024, και επιτρέπει στη μία πλευρά να υπερβαίνει τα 1024 εφόσον το σύνολο παραμένει εντός αυτού του εμβαδού. Ο οδηγός εξυπηρέτησης απαιτεί επιπλέον και τις δύο διαστάσεις τουλάχιστον 768 pixel. Ορθογώνιος στόχος όπως 1344×768 έχει 1,032,192 pixel και ικανοποιεί αυτούς τους τεκμηριωμένους κανόνες εμβαδού και ελάχιστων διαστάσεων. Το χρήσιμο όριο είναι το γινόμενο πλάτους και ύψους, επομένως προετοιμάστε το σχήμα προορισμού πριν ζητήσετε οριζόντια ή κάθετη σύνθεση.
Η δημιουργία και επεξεργασία επιστρέφουν δεδομένα εικόνας PNG στη διεπαφή εξυπηρέτησης του κατασκευαστή. Η εγγενής κάρτα μοντέλου αναφέρει συμφραζόμενα 32K token, ενώ εκείνη η διεπαφή ορίζει μέγιστα συμφραζόμενα προτροπής 32,000 token. Η χωριστή τιμή καταλόγου 4,096 token εξόδου είναι όριο token και όχι διάσταση εξόδου. Διατηρήστε αυτά τα δηλωμένα πεδία ισχύος όταν οργανώνετε λεπτομερή προτροπή και ολοκληρωμένη εικόνα. Αρχικά οπτικά αρχεία, διατηρημένα χαρακτηριστικά, ζητούμενες επεξεργασίες και μέγεθος στόχου συνιστούν χρήσιμο αρχείο αναθεώρησης μαζί με το PNG.
Το δημιουργικό εύρος του μοντέλου καλύπτει φωτορεαλιστικές και κινηματογραφικές εικόνες, πορτρέτα, ιδέες προϊόντων ή επωνυμίας, σχέδια με κείμενο και άλλα οπτικά ύφη. Για ετικέτα ή πινακίδα, δώστε την ακριβή διατύπωση και ελέγξτε την ορθογραφία στο τελικό μέγεθος προβολής. Μια αναγνωρίσιμη φωτογραφική επιφάνεια μπορεί και πάλι να περιέχει επινοημένη λεπτομέρεια, ασυνεπή αντανάκλαση ή ανακριβή γράμματα. Ο πρακτικός έλεγχος ακολουθεί τις απαιτήσεις σχεδιασμού: ταυτότητα αντικειμένων, αναγνωσιμότητα, χωρικές σχέσεις και διατηρημένη σκηνή έχουν όλα σημασία. Κρατήστε τη συγκεκριμένη διόρθωση χωριστή από αλλαγές που έχουν ήδη πετύχει.
Στην οικογένεια 2.5, το Pro δίνει έμφαση σε υψηλότερη πιστότητα και σταθερές σχέσεις σε πυκνές σκηνές, ενώ το Flash υπηρετεί πιο άμεση παραγωγή. Η οικογένεια 2.6 εισάγει μεγαλύτερο τεκμηριωμένο όριο εμβαδού pixel, προαιρετική τεκμηρίωση από τον ιστό και επιλογή αναλογίας από το μοντέλο. Το βασικό 2.5 διατηρεί τη δική του ροή δημιουργίας και επεξεργασίας χωρίς αυτούς τους μεταγενέστερους ελέγχους. Επιλέξτε έκδοση με βάση το δύσκολο μέρος της πραγματικής εργασίας εικόνας και ελέγξτε το ολοκληρωμένο αποτέλεσμα έναντι αυτής της περιγραφής.
POST /v1/images/generationstext, imageimage| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια microsoft/mai-image-2.5 | Προεπιλογή— |
Πεδίοprompt | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Ελάχιστο μήκος: 1 | Προεπιλογή— |
Πεδίοaspect_ratio | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια 1:1, 4:3, 3:4, 16:9, 9:16, 3:2, 2:3, auto | Προεπιλογή— |
Πεδίοn | Τύποςinteger | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 1 Μέγιστο: 1 | Προεπιλογή— |
Πεδίοinput_references | Τύποςarray | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο πλήθος στοιχείων: 0 Μέγιστο πλήθος στοιχείων: 1 | Προεπιλογή— |
Πεδίοprovider | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
| Παράμετρος | Σύμβαση |
|---|---|
Παράμετροςcontent_type | Σύμβασηapplication/json |
Παράμετροςrequired | Σύμβασηmodel, prompt |
Παράμετροςmaterial_types | Σύμβασηtext, image |
Κύκλος ζωής: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · Το πραγματικό task_id που επιστράφηκε ή μια εγγραφή στη βιβλιοθήκη πολυμέσων
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Οι εμφανιζόμενες τιμές χρησιμοποιούνται για την εκτίμηση του κόστους πριν από την παραγωγή. Η τελική χρέωση υπολογίζεται από το κόστος που καταγράφηκε για την αρχική παραγωγή. Η μετρημένη διάρκεια της εξόδου και οι προβλεπόμενες ποσότητες δεν αποτελούν την τελική χρεώσιμη ποσότητα.
Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.
Αντιστοιχίστε κάθε χρέωση στις συνθήκες που εμφανίζονται. Χρησιμοποιήστε μία χρέωση ανά σύνολο εναλλακτικών διαμορφώσεων.
| Διαμόρφωση | Πίνακας χρεώσεων | Προβλεπόμενη ποσότητα | Χρέωση |
|---|---|---|---|
| ΔιαμόρφωσηΒασικές χρεώσεις token | Πίνακας χρεώσεωνΒασική χρέωση | Προβλεπόμενη ποσότητα— | Χρέωση Είσοδος · Token εισόδου · Εκτίμηση μόνο για σύγκριση — / 1K token Έξοδος · Token εξόδου · Εκτίμηση μόνο για σύγκριση — / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη · Εκτίμηση μόνο για σύγκριση — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη · Εκτίμηση μόνο για σύγκριση — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα · Εκτίμηση μόνο για σύγκριση — / 1K token |
| ΔιαμόρφωσηΕκτιμώμενο κόστος δημιουργίας | Πίνακας χρεώσεων— | Προβλεπόμενη ποσότηταεκτίμηση για μία δημιουργία | Χρέωση Έξοδος · Εκτιμώμενο κόστος δημιουργίας · Εκτίμηση μόνο για σύγκριση $0.385024 εκτίμηση πριν από τη δημιουργία Αυτή η εκτίμηση δεν αποτελεί πρόσθετη χρέωση ούτε σταθερή τιμή για την ολοκληρωμένη παραγωγή. |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np={'model': 'microsoft/mai-image-2.5', 'prompt': 'a red panda astronaut floating in space, studio lighting'}\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\nΚατεβάστε κάθε εικόνα που επιστρέφεται ή αποθηκεύστε το περιεχόμενο Base64
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\nΑποθηκεύστε κάθε ολοκληρωμένη εικόνα· ανακτήστε κάθε URL που επιστρέφεται ή αποκωδικοποιήστε το περιεχόμενο Base64.
Διατηρήστε ολόκληρη την απόκριση και τις κεφαλίδες, κάθε πραγματικό αποτέλεσμα εξόδου, τα αρχικά αναγνωριστικά που επιστράφηκαν και όλα τα πεδία χρήσης. Ανακτήστε την αρχική λειτουργία χωρίς να υποβάλετε ξανά αίτημα δημιουργίας.
Διατηρήστε το X-Client-Request-ID που επιστράφηκε για τη συμφωνία των εγγραφών. Διαβάστε μόνο πραγματικές τιμές task_id/asset_id που επιστράφηκαν ή τη βιβλιοθήκη πολυμέσων που σας ανήκει· μην κατασκευάσετε ποτέ URL εργασίας από το ID της λειτουργίας και μην υποβάλετε ποτέ ξανά αίτημα δημιουργίας.
| Πεδίο | Τύπος |
|---|---|
Πεδίοcreated | Τύπος |
Πεδίοdata[].url | Τύπος |
Πεδίοdata[].b64_json | Τύπος |
Πεδίοusage | Τύπος |
Ailoot Ultra microsoft/mai-image-2.5
/v1/images