Tencent: Hy Image 3.5 Preview

Το HY Image 3.5 Preview είναι το ενοποιημένο μοντέλο δημιουργίας και επεξεργασίας εικόνων της Tencent. Δέχεται γραπτή περιγραφή με προαιρετικές εικόνες αναφοράς και υποστηρίζει συνέχιση της ίδιας οπτικής εργασίας σε αρκετούς γύρους. Το αποτέλεσμα είναι εικόνα για καθορισμένη σκηνή, σύνθεση ή επεξεργασία. Τα παραδείγματα Tencent περιλαμβάνουν εικόνες προϊόντων, αφίσες καμπάνιας, οπτικά σχεδιασμού διεπαφής και ιδέες υλικών. Επιλέξτε αν η εργασία χρειάζεται νέα εικόνα, σύνθεση ενημερωμένη από αναφορές ή εστιασμένη αλλαγή υπάρχοντος αποτελέσματος.

Ο παραγωγός προσδιορίζει την έκδοση ως hy-image-v3.5-preview και τεκμηριώνει όριο προτροπής 100K token. Η είσοδος είναι χρονολογική συνομιλία με κείμενο και εικόνες, με το τελικό μήνυμα χρήστη να παρέχει την τρέχουσα οδηγία. Τα προηγούμενα μηνύματα παρέχουν πλαίσιο για επαναληπτική επεξεργασία. Αυτό διαφέρει από τη ροή μίας προτροπής του HY Image 3.0 και τα χωριστά όρια εισόδου του. Για συνεχή σχεδιαστική εργασία, κρατήστε τη σχετική περιγραφή, τους ρόλους αναφορών και την επιλεγμένη εικόνα, ώστε η επόμενη οδηγία να χτίζει πάνω στην επιθυμητή οπτική κατάσταση.

Προετοιμάστε εικόνες αναφοράς PNG ή JPEG/JPG. Οι είσοδοι αναφοράς μπορούν να περιέχουν έως 20 εικόνες, καθεμία έως 20 MB στην τεκμηριωμένη ροή. Μια εικόνα μπορεί να παρέχεται μέσω αναφοράς σε οπτικό αρχείο ή ως κωδικοποιημένο οπτικό αρχείο. Αν η συνομιλία περιέχει υπερβολικά πολλές εικόνες, ο οδηγός παραγωγού περιγράφει αφαίρεση των παλαιότερων εικόνων πρώτα. Κρατήστε εστιασμένο το ενεργό σύνολο αναφορών αντί να βασίζεστε σε παραμονή κάθε ιστορικής εικόνας στα συμφραζόμενα. Ο έλεγχος αλλαγής μεγέθους εισόδου διατηρεί μικρότερες εικόνες και κλιμακώνει μεγαλύτερες αναλογικά προς στόχο εμβαδού pixel· η προεπιλογή του είναι 1,048,576 pixel. Διατηρήστε επαρκή ορατή λεπτομέρεια για προϊόν, υλικό ή διάταξη που πρέπει να καθοδηγούν το αποτέλεσμα.

Το μέγεθος εξόδου έχει δύο διακριτές διαδρομές προετοιμασίας. Με αυτόματο μέγεθος, το generate_max_pixels θέτει εμβαδόν στόχου: 1,048,576 pixel για τη βαθμίδα 1K, 2,359,296 για την προεπιλεγμένη 1.5K ή 4,194,304 για 2K. Οι συχνές ερωτήσεις παραγωγού αναφέρουν ότι ρύθμιση εμβαδού στόχου που δίνεται μόνη της έχει προεπιλεγμένη τετράγωνη αναλογία. Όταν παραλείπονται και οι δύο έλεγχοι μεγέθους, το μοντέλο χρησιμοποιεί την περιγραφή και την προεπιλεγμένη βαθμίδα 1.5K. Αυτές οι βαθμίδες δεν δημιουργούν αυτόματη ρύθμιση 4K. Χρησιμοποιήστε βαθμίδα εμβαδού όταν μια τετράγωνη εικόνα ταιριάζει στην εργασία. Για να αφήσετε την περιγραφή να καθοδηγεί αναλογίες στην προεπιλεγμένη βαθμίδα 1.5K, παραλείψτε και τους δύο ελέγχους μεγέθους· ζητήστε ρητές διαστάσεις όταν η διάταξη απαιτεί συγκεκριμένο κάθετο ή πλατύ μέγεθος.

Για ρητές διαστάσεις, ο παραγωγός επιτρέπει θετικούς ακέραιους στις πλευρές από 256 έως 8192 pixel, με συνολικό εμβαδόν έως 16,777,216 pixel. Ένα τετράγωνο 4096 × 4096 ικανοποιεί αυτό το όριο. Το εύρος πλευρών και το ανώτατο εμβαδόν ισχύουν μαζί, επομένως ακμή 8192 pixel δεν επιτρέπει εικόνα 8192 × 8192. Ζητήστε ρητά το απαιτούμενο πλάτος και ύψος όταν η τελική διάταξη χρειάζεται συγκεκριμένο μέγεθος, αντί να θεωρείτε ότι βαθμίδα εμβαδού στόχου καθορίζει τις ίδιες διαστάσεις. Περιγράψτε ρητά στην προτροπή τις λεπτομέρειες που επηρεάζονται από την περικοπή και τον απαιτούμενο κενό χώρο.

Το μοντέλο υποστηρίζει επεξεργασία πολλών γύρων μέσω επιστρεφόμενου ιστορικού συνομιλίας. Η Tencent διακρίνει την τελική παραδιδόμενη εικόνα από την ενδιάμεση εικόνα που χρησιμοποιείται ως πλαίσιο για την επόμενη επεξεργασία και τα παραδείγματά της διατηρούν τη συλλογιστική βοηθού, το αίτημα εργαλείου και το αποτέλεσμα παραγόμενης εικόνας κατά τη συνέχεια. Για σύνθεση προϊόντος, καθορίστε πρώτα θέμα και κάδρο· ζητήστε έπειτα αλλαγή φωτισμού ή νέο φόντο ορίζοντας τι πρέπει να διατηρήσει την εμφάνισή του. Κρατήστε μαζί το επιλεγμένο αποτέλεσμα και το ιστορικό του, ώστε ο επόμενος γύρος να εργάζεται σε εκείνη την εικόνα αντί σε απορριφθείσα παραλλαγή. Στην τεκμηριωμένη ροή Tencent, τόσο οι σύνδεσμοι τελικής εικόνας όσο και εικόνας ιστορικού λήγουν μετά από 12 ώρες, επομένως διατηρήστε τα οπτικά αρχεία πριν βασιστείτε σε αυτά για μεταγενέστερη επεξεργασία.

Οι τεκμηριωμένοι έλεγχοι περιλαμβάνουν seed, προσαρμοσμένη υποσημείωση υδατογραφήματος έως 16 χαρακτήρες και προαιρετική ενίσχυση με εξωτερική αναζήτηση, απενεργοποιημένη από προεπιλογή. Το seed είναι μη αρνητικός ακέραιος· μηδέν ή παράλειψη αφήνει τον παραγωγό να επιλέξει τυχαία. Αυτοί οι έλεγχοι υπηρετούν διαφορετικούς σκοπούς από την ίδια την περιγραφή. Για οπτικό προϊόντος βάσει αναφορών, περιγράψτε εμφάνιση προϊόντος, γωνία κάμερας, επιφάνεια, φωτισμό και επιθυμητή διάταξη και χρησιμοποιήστε έπειτα την αναφορά για καθοδήγηση των αναγνωριστικών λεπτομερειών. Για αφίσα, δώστε ιεραρχία και ακριβή διατύπωση αντί να αφήνετε το μήνυμά της να επινοηθεί.

Η πρακτική καθοδήγηση Tencent συνιστά έλεγχο κειμένου και διάταξης, ιδίως όπου έχουν σημασία προδιαγραφές προϊόντων, ονόματα οργανισμών ή άλλη πραγματολογική διατύπωση. Εξετάστε την ολοκληρωμένη εικόνα για θέμα, αναλογίες, υλικό, περικοπή και γράμματα. Διατηρήστε το τελικό οπτικό με περιγραφή και ρυθμίσεις και χρησιμοποιήστε συγκεκριμένη οδηγία συνδεδεμένη με ορατό πρόβλημα για την επόμενη επεξεργασία.