Zhipu: CogView 4

CogView 4 gjør en skriftlig bildebeskrivelse om til bilder. Velg cogview-4 i POST /v1/images/generations og oppgi prompt som en tekststreng. De obligatoriske inndataene er model og prompt. Bruk beskrivelsen til å angi hovedmotivet, plasseringen, den omkringliggende scenen og det visuelle uttrykket du vil vurdere.

For en produktscene beskriver du objektet, underlaget, bakgrunnen og lysretningen. For en illustrasjon angir du figurene eller objektene, den tiltenkte stemningen og komposisjonen. Hvis bildet skal stå ved siden av en overskrift eller produktbeskrivelse, angir du hvor komposisjonen skal ha ledig plass. Kontroller resultatet mot disse konkrete kravene før du bruker det i en layout.

Den CogView-spesifikke størrelsesveiledningen oppgir 1024x1024, 768x1344, 864x1152, 1344x768, 1152x864, 1440x720 og 720x1440. Veiledningen for egendefinerte størrelser krever at hver side er mellom 512 og 2048 piksler og delelig med 16, med høyst 2^21 piksler totalt. Tilpass utsnittet til plasseringen: En stående illustrasjon, en kvadratisk produktscene og et bredt bilde krever ulike komposisjoner så vel som ulike dimensjoner.

quality godtar standard eller hd, og standard er dokumentert som CogView-standardverdien. watermark_enabled er en boolsk verdi med dokumentert standardverdi true. En valgfri user_id-streng identifiserer sluttbrukeren og må inneholde 6 til 128 tegn. Hold denne identifikatoren atskilt fra den kreative prompten. Endringer i kvalitet eller størrelse bør knyttes til et tydelig bruksformål for bildet og ikke erstatte beskrivelsen av hva bildet skal vise.

Genereringen returnerer et synkront JSON-svar som inneholder created og data. Hvert data[]-element inneholder en url. Last ned alle returnerte bilder og behold svaret sammen med beskrivelsen og de valgte innstillingene; ikke behold bare det første elementet fordi en forhåndsvisning viser ett bilde. Den dokumenterte kontrakten innfører ikke et separat trinn med statusforespørsler slik videojobber bruker, for denne bildeforespørselen. Hvis svaret avbrytes eller er ufullstendig, beholder du informasjonen om den opprinnelige forespørselen og det mottatte resultatet før du avgjør om en ny opprettingsforespørsel er passende. Ailoot lagrer disse bildene som eide medieobjekter og returnerer signerte Ailoot-lenker. Finn objektregistreringene gjennom GET /v1/media/assets?family=image og følg hver next_cursor. Les GET /v1/media/assets/{asset_id} med hver faktiske asset_id for å få content_url; les det samme objektet på nytt hvis den signerte lenken utløper.