Tencent: Hy Image 3.5 Preview

O HY Image 3.5 Preview é o modelo unificado de geração e edição de imagens da Tencent. Aceita um briefing escrito com imagens de referência opcionais e permite continuar a mesma tarefa visual ao longo de vários turnos. O resultado é uma imagem para uma cena, composição ou edição definida. Os exemplos da Tencent incluem imagens de produto, cartazes de campanha, imagens de design de interfaces e conceitos de materiais. Escolha se a tarefa exige uma nova imagem, uma composição orientada por referências ou uma alteração focada de um resultado existente.

O fabricante identifica a edição como hy-image-v3.5-preview e documenta um limite de instrução de 100K tokens. A entrada é uma conversa cronológica com texto e imagens, em que a última mensagem do utilizador fornece a instrução atual. As mensagens anteriores dão contexto à edição iterativa. Isto difere do fluxo de instrução única do HY Image 3.0 e dos seus limites de entrada separados. Para uma tarefa contínua de design, mantenha o briefing relevante, as funções das referências e a imagem escolhida, para que a instrução seguinte possa desenvolver o estado visual pretendido.

Prepare imagens de referência PNG ou JPEG/JPG. As entradas de referência podem conter até 20 imagens, cada uma com no máximo 20 MB no fluxo documentado. Uma imagem pode ser fornecida como um recurso referenciado ou codificado. Se a conversa contiver demasiadas imagens, o guia do fabricante descreve a remoção das imagens mais antigas primeiro. Mantenha focado o conjunto de referências ativo, em vez de depender de todas as imagens históricas permanecerem no contexto. O controlo de redimensionamento de entrada preserva as imagens mais pequenas e reduz proporcionalmente as maiores em direção a uma área-alvo em píxeis; o alvo predefinido é de 1 048 576 píxeis. Preserve detalhe visível suficiente do produto, material ou composição que deve orientar o resultado.

O tamanho de saída tem duas vias distintas de preparação. Com dimensionamento automático, generate_max_pixels define uma área-alvo: 1 048 576 píxeis para o nível 1K, 2 359 296 para o nível predefinido 1.5K ou 4 194 304 para 2K. As perguntas frequentes do fabricante indicam que uma definição de área-alvo fornecida isoladamente assume uma proporção quadrada. Quando os dois controlos de tamanho são omitidos, o modelo utiliza o briefing e o nível predefinido 1.5K. Estes níveis não criam uma definição automática 4K. Utilize um nível de área quando uma imagem quadrada for adequada à tarefa. Para deixar que o briefing oriente as proporções no nível predefinido 1.5K, omita ambos os controlos de tamanho; peça dimensões explícitas quando a composição exigir um tamanho vertical ou largo específico.

Para dimensões explícitas, o fabricante permite lados inteiros positivos entre 256 e 8192 píxeis, com uma área total de no máximo 16 777 216 píxeis. Um quadrado de 4096 × 4096 cumpre esse limite. O intervalo dos lados e o teto de área aplicam-se em conjunto, pelo que um lado de 8192 píxeis não permite uma imagem de 8192 × 8192. Peça explicitamente a largura e a altura necessárias quando a composição final precisar de um tamanho específico, em vez de assumir que um nível de área-alvo determina as mesmas dimensões. Mantenha visíveis na instrução os pormenores sensíveis ao recorte e o espaço vazio necessário.

O modelo suporta edição em vários turnos através do histórico de conversa devolvido. A Tencent distingue a imagem final entregue da imagem intermédia utilizada como contexto para a edição seguinte e os seus exemplos mantêm o raciocínio do assistente, o pedido de ferramenta e o resultado de imagem gerada ao continuar. Para uma composição de produto, estabeleça primeiro o tema e o enquadramento; peça depois uma alteração de iluminação ou um novo fundo, especificando o que deve manter a aparência. Guarde o resultado selecionado juntamente com o histórico, para que o turno seguinte trabalhe nessa imagem, e não numa variação descartada. No fluxo documentado da Tencent, tanto as ligações da imagem final como as da imagem de histórico expiram ao fim de 12 horas, por isso preserve os ficheiros de imagem antes de depender deles numa edição posterior.

Os controlos documentados incluem uma semente, uma nota de rodapé personalizada de marca de água com até 16 caracteres e enriquecimento opcional com pesquisa externa, desativado por predefinição. A semente é um inteiro não negativo; zero ou omissão deixam o fabricante escolher aleatoriamente. Estes controlos têm finalidades distintas das do próprio briefing. Para uma imagem de produto baseada em referências, descreva a aparência do produto, o ângulo de câmara, a superfície, a iluminação e a composição pretendida e utilize depois a referência para orientar os pormenores identificadores. Para um cartaz, forneça a hierarquia e o texto exato, em vez de deixar a mensagem ser inventada.

A orientação prática da Tencent recomenda verificar o texto e a composição, sobretudo quando são importantes especificações de produto, nomes de organizações ou outro texto factual. Examine a imagem concluída quanto ao tema, às proporções, ao material, ao recorte e às letras. Guarde a peça final juntamente com o briefing e as definições e utilize uma instrução concreta ligada a um problema visível para a edição seguinte.