ByteDance Seed: Seedream 4.5

Seedream 4.5 là bản tinh chỉnh của hệ thống kết hợp tạo và chỉnh sửa ảnh ByteDance Seed. Nhà sản xuất mở rộng cả mô hình và dữ liệu huấn luyện, đặc biệt chú ý tính nhất quán với tham chiếu, chi tiết hình ảnh nhỏ, chữ dày đặc và xác định chủ thể dự định qua nhiều ảnh. Khác biệt hữu ích với Seedream 4.0 là thực hiện bản yêu cầu thị giác chính xác hơn, nhất là khi kết quả phải còn nhận ra sự gắn kết với người, sản phẩm hoặc thiết kế được cung cấp.

Nhất quán với ảnh tham chiếu Nhà sản xuất nhấn mạnh giữ các đặc điểm khuôn mặt, ánh sáng, tông màu và chi tiết nguồn khác khi thực hiện thay đổi yêu cầu. Ví dụ trình diễn gồm giữ một người được đánh dấu trong khi xoá người khác, dịch chữ sang tiếng Trung nhưng giữ phần thiết kế còn lại, đổi diện mạo một từ được tô nổi và thay chất liệu trang phục trong khi giữ tư thế cùng dáng rủ. Đây là các kiểu chỉnh sửa khác nhau: chọn chủ thể, kiểu chữ, diện mạo chất liệu và ánh sáng.

Khi chỉnh sửa, tách phần thay đổi khỏi phần phải giữ. “Đổi chất liệu áo khoác thành thuỷ tinh trong mờ; giữ tư thế, dáng và nếp gấp” đưa mục tiêu hữu ích hơn yêu cầu đổi phong cách rộng. Biến đổi chất liệu cũng có thể cần đổi ánh sáng: ví dụ nhà sản xuất phân biệt phản xạ kim loại với khúc xạ trong suốt. Đối chiếu đầu ra với nguồn ở các vùng bạn muốn giữ, gồm khuôn mặt, tư thế, phụ kiện nhỏ và cách xử lý màu xung quanh.

Bố cục áp phích, logo và chữ dày đặc Trang mô hình Seedream 4.5 tiếp đến đề cập thiết kế đồ hoạ, tập trung vào bố cục và chữ nhỏ dễ đọc. Ví dụ kết hợp tiêu đề nổi bật, tác phẩm và thông tin phụ trong áp phích triển lãm; ví dụ khác khám phá thiệp mời, hình ảnh chi tiết nước hoa và bố cục quảng cáo. Mô hình hữu ích để thử toàn bộ thứ bậc thị giác thay vì coi chữ là phần thêm sau. Mô tả vị trí ảnh chính, đưa tiêu đề và nội dung bổ trợ chính xác, đồng thời phân biệt phong cách chữ, căn lề, nhấn mạnh và khoảng cách.

Với sửa kiểu chữ, xác định vùng chữ và nội dung hoặc cách thể hiện mới. Yêu cầu đổi một tiêu đề sang xanh lam và in nghiêng cụ thể hơn yêu cầu phong cách áp phích mới. Kiểm tra mọi chữ được kết xuất ở kích thước hiển thị dự định, gồm nhãn nhỏ và dòng phụ. Áp phích hoặc ý tưởng logo được tạo là tác phẩm hình ảnh; các quy trình ảnh được công bố không xác lập đầu ra vector có thể chỉnh sửa hoặc thiết kế phân lớp.

Chỉnh sửa chính xác qua nhiều ảnh Nhà sản xuất nhấn mạnh chọn yếu tố đích từ đầu vào khác nhau và kết hợp thống nhất. Bản phát hành 4.5 của nhà sản xuất mô tả bố cục nhiều ảnh dùng tối đa 10 ảnh tham chiếu. Ví dụ chính thức dùng một ảnh cho người, ảnh khác cho bối cảnh hoặc chất liệu quần áo và ảnh khác cho sản phẩm hoặc phụ kiện. Điều này hỗ trợ hình ảnh sản phẩm trong đời sống, quảng cáo đồng bộ, ý tưởng phong cách nội thất và biến thể nhân vật hoặc sản phẩm. Mô hình còn có thể tạo đầu ra liên quan: tác vụ trình diễn gồm bộ quảng cáo nhỏ và minh hoạ riêng cho các bước trong công thức nấu ăn, có chung phong cách thị giác.

Chuẩn bị tham chiếu với vai trò rõ. Ví dụ, giao một ảnh cho chủ thể, một cho túi và một cho địa điểm, rồi chỉ định bố cục cùng đặc điểm cần giữ. Nếu hai tham chiếu khác nhau về màu hoặc phong cách, nêu ảnh nào nên chi phối đặc điểm đó. Kiểm tra tỷ lệ, vị trí, ánh sáng và danh tính trong toàn bộ bộ ảnh kết quả, thay vì chấp nhận một ảnh đơn thuyết phục là bằng chứng mọi đầu ra khớp.

Bản tinh chỉnh 4.5 bổ sung gì Báo cáo kỹ thuật nêu riêng tính nhất quán chỉnh sửa mạnh hơn, giữ đặc điểm liên quan danh tính và chi tiết nhỏ, xử lý chủ thể đích trong bố cục nhiều ảnh cùng kiểu chữ trong bố cục áp phích dày đặc. Bản phát hành của nhà sản xuất còn mô tả khuôn mặt nhỏ rõ hơn, tỷ lệ không gian cải thiện, ánh sáng chân thực và đầu ra ảnh 4K. Những thế mạnh này làm 4.5 đặc biệt hữu ích cho danh mục sản phẩm, biến thể chiến dịch, ý tưởng bao bì, mỹ thuật tiền sản xuất và thiết kế đồ hoạ có nhiều chữ.

Bản yêu cầu văn bản định hướng hình ảnh mới; ảnh nguồn và chỉ dẫn chỉnh sửa định hướng thay đổi dựa trên tham chiếu. Dùng mô hình cho sản xuất ảnh sáng tạo, rồi kiểm tra kết quả theo bản yêu cầu thực tế: nội dung chính xác, sản phẩm hoặc người dễ nhận diện, chi tiết được giữ, tỷ lệ thống nhất và cách thể hiện nhất quán giữa biến thể. Khả năng giữ chi tiết được cải thiện của phiên bản không bảo đảm mọi chi tiết nguồn giữ được qua mọi chỉnh sửa phức tạp. Giới hạn số tham chiếu và số đầu ra cũng phụ thuộc giao diện được công bố; không nên mặc định ngân sách tham chiếu 4.0 cho mọi quy trình 4.5.