Tencent: Hy Image 3.5 Preview

HY Image 3.5 Preview es el modelo unificado de generación y edición de imágenes de Tencent. Acepta un encargo escrito con imágenes de referencia opcionales y permite continuar la misma tarea visual durante varios turnos. El resultado es una imagen para una escena, composición o edición definidas. Los ejemplos de Tencent incluyen imágenes de producto, carteles de campaña, imágenes de diseño de interfaz 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 productor identifica la edición como hy-image-v3.5-preview y documenta un límite del prompt de 100K tokens. Su entrada es una conversación cronológica que contiene texto e imágenes, cuyo último mensaje de usuario aporta la instrucción actual. Los mensajes anteriores proporcionan contexto para la 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 encargo relevante, las funciones de las referencias y la imagen elegida para que la siguiente instrucción pueda desarrollar 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 un recurso referenciado o codificado. Si la conversación contiene demasiadas imágenes, la guía del productor describe la eliminación de las más antiguas primero. Mantén enfocado el conjunto activo de referencias en lugar de confiar en que todas las imágenes históricas sigan en contexto. El control de redimensionado de entrada conserva las imágenes menores y escala proporcionalmente las mayores hacia un área objetivo de píxeles; su objetivo predeterminado es de 1 048 576 píxeles. Conserva detalle visible suficiente del producto, material o distribución que deba guiar el resultado.

El tamaño de salida tiene dos vías distintas de preparación. Con el dimensionado automático, generate_max_pixels establece un área objetivo: 1 048 576 píxeles para el nivel 1K, 2 359 296 para el nivel 1.5K predeterminado o 4 194 304 para 2K. Las preguntas frecuentes del productor indican que un ajuste de área objetivo proporcionado solo utiliza por defecto una relación cuadrada. Cuando se omiten ambos controles de tamaño, el modelo utiliza el encargo y el nivel 1.5K predeterminado. Esos niveles no crean un ajuste automático 4K. Utiliza un nivel de área cuando una imagen cuadrada se ajuste a la tarea. Para dejar que el encargo guíe las proporciones en el nivel 1.5K predeterminado, omite ambos controles de tamaño; solicita dimensiones explícitas cuando la composición requiera un tamaño vertical o apaisado específico.

Para dimensiones explícitas, el productor permite lados enteros positivos de 256 a 8192 píxeles, con un área total no superior a 16 777 216 píxeles. Un cuadrado de 4096 × 4096 cumple ese límite. El intervalo de lados y el límite de área se aplican conjuntamente, por lo que un borde de 8192 píxeles no permite una imagen de 8192 × 8192. Solicita explícitamente la anchura y altura requeridas cuando la composición final necesite un tamaño específico, en lugar de suponer 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 generado al continuar. Para una composición de producto, establece primero el sujeto y el encuadre; pide después un cambio de iluminación o un fondo nuevo y especifica qué debe conservar su aspecto. 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, los enlaces de la imagen final y de la imagen del historial caducan a las 12 horas, por lo que debes conservar los recursos visuales antes de depender de ellos para una edición posterior.

Los controles documentados incluyen una semilla, una nota al pie de marca de agua personalizada de hasta 16 caracteres y ampliación opcional con búsqueda externa, desactivada por defecto. La semilla es un entero no negativo; cero u omitirla permite al productor elegirla aleatoriamente. Estos controles cumplen funciones distintas de las del propio encargo. Para una imagen de producto basada en referencias, describe el aspecto del producto, el ángulo de cámara, la superficie, la iluminación y la distribución prevista y utiliza después la referencia para orientar los detalles identificativos. Para un cartel, proporciona la jerarquía y el texto exacto en lugar de dejar que se invente su mensaje.

La orientación práctica de Tencent recomienda comprobar el texto y la distribución, especialmente cuando importan las especificaciones de producto, los nombres de organizaciones u otro texto factual. Inspecciona la imagen terminada en cuanto al sujeto, las proporciones, el material, el recorte y las letras. Conserva el recurso final con su encargo y ajustes y utiliza una instrucción concreta vinculada a un problema visible para la siguiente edición.