Tencent: Hy Image 3.5 Preview

HY Image 3.5 Preview es el modelo unificado de generación y edición de imágenes de Tencent. Admite un brief escrito con imágenes de referencia opcionales y permite continuar la misma tarea visual en varios turnos. El resultado es una imagen para una escena, composición o edición definida. Los ejemplos de Tencent incluyen imágenes de producto, carteles de campaña, imágenes de diseño de interfaces y conceptos de materiales. Elige si la tarea necesita una imagen nueva, una composición informada por referencias o un cambio enfocado en un resultado existente.

El fabricante identifica la edición como hy-image-v3.5-preview y documenta un límite de prompt de 100K tokens. Su entrada es una conversación cronológica que contiene texto e imágenes, con el último mensaje del usuario aportando la instrucción actual. Los mensajes anteriores proporcionan contexto para edición iterativa. Esto difiere del flujo de un solo prompt de HY Image 3.0 y de sus límites de entrada independientes. Para una tarea continua de diseño, conserva el brief pertinente, las funciones de las referencias y la imagen elegida para que la siguiente instrucción construya sobre el estado visual previsto.

Prepara imágenes de referencia PNG o JPEG/JPG. Las entradas de referencia pueden contener hasta 20 imágenes, cada una de no más de 20 MB en el flujo documentado. Una imagen puede proporcionarse como recurso referenciado o codificado. Si la conversación contiene demasiadas imágenes, la guía del fabricante describe retirar primero del contexto las imágenes más antiguas. Mantén enfocado el conjunto activo de referencias en lugar de depender de que toda imagen histórica permanezca en contexto. El control de redimensionamiento de entrada conserva las imágenes más pequeñas y escala proporcionalmente las mayores hacia un área objetivo de píxeles; su objetivo predeterminado es 1,048,576 píxeles. Conserva suficiente detalle visible del producto, material o composición que deben guiar el resultado.

El tamaño de salida tiene dos vías distintas de preparación. Con tamaño automático, generate_max_pixels establece un área objetivo: 1,048,576 píxeles para el nivel 1K, 2,359,296 para el nivel predeterminado 1.5K o 4,194,304 para 2K. Las preguntas frecuentes del fabricante indican que una configuración de área objetivo proporcionada sola utiliza una proporción cuadrada de forma predeterminada. Cuando se omiten ambos controles de tamaño, el modelo utiliza el brief y el nivel predeterminado 1.5K. Esos niveles no crean una configuración 4K automática. Usa un nivel de área cuando una imagen cuadrada se adapte a la tarea. Para que el brief guíe las proporciones en el nivel predeterminado 1.5K, omite ambos controles de tamaño; solicita dimensiones explícitas cuando la composición requiera un tamaño vertical o panorámico específico.

Para dimensiones explícitas, el fabricante permite lados enteros positivos de entre 256 y 8192 píxeles, con un área total de no más de 16,777,216 píxeles. Un cuadrado de 4096 × 4096 cumple ese límite. El rango de lados y el máximo de área se aplican juntos, así que un borde de 8192 píxeles no permite una imagen de 8192 × 8192. Solicita explícitamente el ancho y alto requeridos cuando la composición final necesite un tamaño específico, en lugar de asumir que un nivel de área objetivo determina las mismas dimensiones. Mantén visibles en el prompt los detalles sensibles al recorte y el espacio vacío requerido.

El modelo admite edición en varios turnos mediante el historial de conversación devuelto. Tencent distingue la imagen final entregada de la imagen intermedia utilizada como contexto para la siguiente edición, y sus ejemplos conservan el razonamiento del asistente, la solicitud de herramienta y el resultado de imagen generada al continuar. Para una composición de producto, establece primero sujeto y encuadre; después pide un cambio de iluminación o un fondo nuevo especificando qué debe conservar su apariencia. Conserva juntos el resultado seleccionado y su historial para que el siguiente turno trabaje sobre esa imagen y no sobre una variación descartada. En el flujo documentado de Tencent, tanto los enlaces de la imagen final como los de la imagen de historial vencen después de 12 horas, así que conserva los recursos de imagen antes de depender de ellos para una edición posterior.

Los controles documentados incluyen una semilla, una nota al pie personalizada de marca de agua de hasta 16 caracteres y ampliación opcional con búsqueda externa, desactivada de forma predeterminada. La semilla es un entero no negativo; cero u omisión permiten que el fabricante elija al azar. Estos controles cumplen funciones distintas del propio brief. Para una imagen de producto basada en referencias, describe apariencia del producto, ángulo de cámara, superficie, iluminación y composición prevista, y después usa la referencia para guiar los detalles identificadores. Para un cartel, da la jerarquía y el texto exacto en lugar de dejar que se invente su mensaje.

La orientación práctica de Tencent recomienda revisar texto y composición, especialmente donde importan especificaciones de producto, nombres de organizaciones u otros textos factuales. Revisa la imagen terminada en cuanto a sujeto, proporciones, material, recorte y letras. Conserva el recurso final con su brief y configuración, y utiliza una instrucción concreta ligada a un problema visible para la siguiente edición.