Y Cynhyrchydd Delweddau AI Heb Sensoriaeth

Nid yw'r rhan fwyaf o bobl sy'n chwilio am ‘gynhyrchydd delweddau AI heb sensoriaeth’ ar ôl rhywbeth trawsgresol. Darlunwyr ydynt a wrthodwyd am gyfeirnod arlunio o'r ffigur, awduron meddygol a wrthodwyd am blât anatomeg, ymchwilwyr diogelwch a wrthodwyd am sgrin mewngofnodi ffug yr oedd ei hangen arnynt mewn dec hyfforddi, nofelwyr a wrthodwyd am olygfa frwydr, cartwnwyr a wrthodwyd am dynnu llun gwleidydd. Ni phenderfynodd yr hidlydd fod eu gwaith yn niweidiol. Penderfynodd na allai ddweud, ac mae gwrthod yn rhatach na bod yn anghywir. Mae'r erthygl hon yn esbonio beth mae Shannon yn ei wneud yn lle hynny, ac yn union sut mae'r llif yn gweithio o'r foment y teipiwch gais.

01Beth mae ‘heb sensoriaeth’ yn ei olygu mewn gwirionedd i gynhyrchydd delweddau?

Defnyddir y gair yn ddigon llac i fod bron yn ddiystyr, felly dyma'r fersiwn fanwl. Mae gan gynnyrch delweddau modern o leiaf bedwar lle y gall cais farw:

1. Dosbarthu mewnbwn — sgorir eich testun yn erbyn categorïau pwnc cyn i ddim byd arall ddigwydd, ac mae sgôr uchel yn lladd y cais.
2. Ailysgrifennu'r anogaeth — mae cynorthwyydd yn ‘gwella’ eich anogaeth yn dawel, sydd yn ymarferol yn golygu llyfnhau'r union beth y gofynnoch amdano.
3. Haen wrthod ar y cynorthwyydd — mae'r model sy'n siarad â chi'n gwrthod pasio'r cais ymlaen, fel arfer gyda pharagraff am pam na all helpu.
4. Dosbarthu allbwn — sgorir y ddelwedd orffenedig ar ôl rendro a chaiff ei hatal, felly rydych chi'n llosgi'r cynhyrchiad ac yn cael dim.

Ar Shannon, nid oes hidlydd cynnwys ar y llwybr cynhyrchu a dim haen wrthod ar y model sy'n ysgrifennu'r anogaeth. Ni sgorir eich cais yn erbyn rhestr flocio pynciau, ni chaiff ei ailysgrifennu'n dawel yn rhywbeth mwy diogel, ac ni chaiff ei wrthod am fod gair ynddo'n cyfateb i batrwm categori risg. Mae'r model sy'n darllen eich neges yn ysgrifennu anogaeth gynhyrchu sy'n adlewyrchu'r hyn y gofynnoch amdano mewn gwirionedd, ac yna'n ei rhoi i chi i'w gwirio.

Yr hyn nad yw ‘heb sensoriaeth’ yn ei olygu: nid honiad ydyw fod pob rendro'n gampwaith, nac fod anatomeg a ffiseg bob amser yn dod allan yn gywir — cwestiynau gallu yw'r rheini, wedi'u trafod yn onest yn y canllaw anogaethau. Nid honiad ydyw ychwaith fod unrhyw beth yn iawn. Mae Shannon Lab LLC yn gweithredu Polisi Defnydd Cyfrifol, ac absenoldeb hidlydd awtomataidd yw'n union pam mae'r polisi hwnnw'n cario'r pwysau yn ei le. Mae tynnu offeryn di-fin yn codi'r safon i'r person sy'n dal yr offeryn; nid yw'n ei dynnu i ffwrdd.

02Y broblem wrthod: gwaith dilys y mae cynhyrchwyr wedi'u hidlo'n ei flocio

Mae hidlyddion cynnwys yn dosbarthu yn ôl nodweddion arwyneb, oherwydd dyna'r cyfan y gallant ei wneud yn rhad ar raddfa. Maent yn gweld geiriau a phicseli. Nid ydynt yn gweld pwrpas, cyd-destun proffesiynol, na phwy sy'n gofyn. Y bwlch hwnnw yw lle mae'r difrod yn digwydd, ac mae'n rhyfeddol o gyson ar draws cynhyrchion: caiff yr un dyrnaid o gategorïau eu gwrthod ym mhobman, am yr un rheswm strwythurol.

Categori gwaith	Pam mae'r hidlydd yn gwrthod	Beth oedd yn cael ei ofyn amdano mewn gwirionedd
Nydau celf ac astudio'r ffigur	Ni all dosbarthwyr noethni wahanu'r traddodiad celf gain oddi wrth bornograffi, felly mae'r corff ei hun yn dod yn arwydd risg.	Cyfeirnod arlunio o'r ffigur, astudiaeth anatomeg, cysyniad cerflun ffigur — sylfaen hyfforddiant celf ers pum canrif.
Darlunio meddygol	Mae meysydd llawfeddygol, clwyfau ac anatomeg fewnol yn darllen fel gôr i ddosbarthydd a hyfforddwyd ar ddelweddau treisgar.	Plât gwerslyfr, diagram addysg cleifion, cyflwyniad dermatolegol, ffigur cyfnodolyn.
Darlunio fforensig	Mae patrymau anaf ac ailadeiladu golygfeydd yn anwahanadwy oddi wrth gynnwys treisgar yn ôl ystadegau picsel.	Arddangosyn llys, ailadeiladu dadansoddi damwain, delwedd hyfforddi i ymchwilwyr.
Delweddau ymchwil diogelwch	Mae sgrin fewngofnodi ffug argyhoeddiadol yn edrych yn union fel y camddefnydd y mae wedi'i chynllunio i ddysgu pobl i'w sylwi.	Deunydd hyfforddi ymwybyddiaeth gwe-rwydo, ffigur adroddiad tîm coch, sleid sgwrs cynhadledd.
Trais mewn ffuglen	Mae unrhyw ddarluniad o niwed yn sgorio fel niwed; nid oes gan yr hidlydd gysyniad o ffrâm naratif.	Celf clawr i nofel ryfel, panel nofel graffig, byrddlun, cysyniad gêm, golygfa frwydr hanesyddol.
Dychan gwleidyddol	Mae ffigwr cyhoeddus adnabyddadwy ynghyd â chyd-destun anffafriol yn taro rheolau tebygrwydd a difenwi ar unwaith.	Cartŵn golygyddol — ffurf ar leferydd a warchodir sy'n hŷn na ffotograffiaeth.
Gwaith brand a thebygrwydd	Mae rhestrau blocio nod masnach a thebygrwydd yn berthnasol i bawb yn gyfartal, gan gynnwys deiliad yr hawliau.	Asiantaeth yn modelu pecynnu ei chleient ei hun; cerddor yn gwneud ei boster taith ei hun.

Edrychwch yn ofalus ar y rhes olaf honno, oherwydd mae'n datgelu'r cynllun cyfan. Mae bloc tebygrwydd cyffredinol yn trin deiliad yr hawliau yr un fath â thorrwr: caiff y person â'r hawliad cryfaf posibl i frand neu wyneb ei wrthod gyda'r un neges â dieithryn. Ni all unrhyw hidlydd drwsio hynny, oherwydd nid yw'r wybodaeth goll yn yr anogaeth — mae ym mhwy sy'n gofyn, ac nid yw dosbarthydd byth yn gwybod. Mae'r un anghymesuredd yn rhedeg drwy bob rhes. Nid oes dim yn y picseli'n gwahanu plât anatomeg oddi wrth bornograffi, nac ailadeiladu fforensig oddi wrth gôr. Nid oes dim yn gwahaniaethu model gwe-rwydo a wnaed i hyfforddi gweithwyr oddi wrth un a wnaed i'w twyllo: yn ôl y cynllun, yr un ddelwedd ydynt. Adeiladwch y giât i ddal yr ail ac rydych bob amser yn dal y cyntaf.

Mae ail gost, a gyfrifir yn anaml: yr effaith rewllyd ar sut mae pobl yn ysgrifennu. Ar ôl tri gwrthodiad rydych chi'n dechrau ysgrifennu'n amddiffynnol — rhagofalu, defnyddio geiriau meddal, gollwng y manylyn oedd yn bwysig, ychwanegu ‘chwaethus’ fel swyn. Mae'r allbwn yn gwaethygu nid am fod y model wedi gwaethygu ond am i chi roi'r gorau i ddisgrifio'r hyn yr oeddech ei eisiau. Mae cynhyrchydd heb sensoriaeth yn rhannol yn nodwedd ansawdd am yr union reswm hwn: gallwch ysgrifennu'r disgrifiad gwir, felly rydych chi'n cael y ddelwedd wir.

03Sut mae llif cadarnhau-cyn-rendro Shannon yn gweithio

Mae tynnu'r hidlydd yn codi cwestiwn amlwg: os nad oes dim yn gwirio'r cais, beth sy'n atal camddealltwriaeth rhag dod yn rendro nad oeddech chi ei eisiau ac nad oeddech yn disgwyl talu amdano? Nid giât awtomataidd arall yw ateb Shannon. Dangos yr anogaeth i chi a gofyn ydyw.

Y pedwar cam

1. Rydych chi'n gofyn mewn iaith blaen, mewn unrhyw iaith. Nid oes cystrawen arbennig, dim gorchymyn /imagine, dim llinyn paramedrau. Rydych chi'n disgrifio'r hyn rydych chi ei eisiau fel y byddech chi'n ei ddisgrifio i berson. Mae Shannon yn gweithio yn yr iaith rydych chi'n ysgrifennu ynddi.
2. Mae Shannon yn penderfynu bod delwedd yn cael ei gofyn amdani. Barn am fwriad yw hyn, nid cyfateb allweddair. Nid yw siarad am ffotograff yn gofyn am un.
3. Mae Shannon yn ysgrifennu'r anogaeth gynhyrchu ei hun, yn Saesneg. Pa bynnag iaith y gofynnoch ynddi, cyfansoddir yr anogaeth yn Saesneg — eich disgrifiad wedi'i ehangu i'r ffurf pwnc-yn-gyntaf, arddull rhyddiaith y mae'r Model Delwedd yn ymateb orau iddi, gyda chymhareb agwedd wedi'i dewis a'r manylion pendant y mae cais byr yn eu gadael allan wedi'u llenwi.
4. Mae'r cerdyn cadarnhau'n ymddangos — ac yn stopio. Rydych chi'n gweld yr anogaeth lawn a ysgrifennodd Shannon, cyn i ddim rendro. Ni chynhyrchir dim ac ni bilir dim nes i chi gadarnhau. Gallwch ei chymeradwyo, ei gwrthod, neu ddweud wrth Shannon beth i'w newid a chael cerdyn diwygiedig.

Pam mae hyn yn well na hidlydd

Mae hidlydd yn benderfyniad a wneir amdanoch chi, yn anweledig, gan ddefnyddio gwybodaeth nad oes ganddo. Mae cerdyn cadarnhau'n benderfyniad a wneir gennych chi, yn weladwy, gan ddefnyddio'r holl wybodaeth sydd. Mae'r canlyniadau'n cyfansymio:

• Dim taliadau annisgwyl. Y rendro yw'r cam drud, ac mae'r cerdyn yn dod gyntaf — felly mae cais wedi'i gamddarllen yn costio cipolwg i chi, nid cynhyrchiad.
• Rydych chi'n dal drifft cyn iddo rendro. Os gofynnoch yn Japaneg am fath arbennig o olau a bod yr anogaeth Saesneg wedi dod allan ychydig yn wahanol, rydych chi'n ei weld yn y testun, nid ddeg eiliad ar hugain yn ddiweddarach mewn llun.
• Mae'r anogaeth yn dysgu. Darllen sut mae Shannon yn ehangu ‘portread hwyliog o feiolinydd’ yn baragraff llawn gyda chamera, lens, golau a lleoliad yw'r ffordd gyflymaf o ddysgu at beth y mae'r Model Delwedd yn ymateb.
• Mae amwysedd yn cael ei ddatrys o'ch plaid. Lle mae cynnyrch wedi'i hidlo'n dyfalu'n geidwadol ac yn aml yn gwrthod, mae Shannon yn ysgrifennu ei ddehongliad gorau ac yn gadael i chi ei gywiro.

Enghraifft weithiedig. Rydych chi'n teipio, yn Bortiwgaleg, rywbeth fel ‘gwna boster imi ar gyfer sioe fy mand yn yr hen theatr, garw, math o'r 70au’. Mae Shannon yn adnabod cais am ddelwedd, yn dewis tall am i chi ddweud poster, ac yn ysgrifennu:

A four-piece rock band standing in the lobby of a decaying 1920s theater,
lit by a single bare bulb overhead, three of them facing camera and one
turned away. Shot on expired Kodak Portra 400, 35mm, heavy grain and
slight color shift toward magenta. Peeling gilt plasterwork and torn red
velvet drapes behind them, dust visible in the light. Shallow depth of
field, harsh top light, deep shadows under the eyes.

Y cerdyn hwnnw yw lle rydych chi'n sylwi eich bod eisiau pum aelod band, nid pedwar. Rydych chi'n dweud hynny, mae'r cerdyn yn diweddaru, a dim ond wedyn y mae unrhyw beth yn rendro. O dan gynnyrch wedi'i hidlo byddech chi wedi talu am y ddelwedd anghywir yn gyntaf.

04Nid yw Shannon byth yn cynhyrchu heb wahoddiad

Mae'r modd methu gwrthdro yr un mor bwysig. Mae cynnyrch sy'n awchu am gynhyrchu'n flinedig: rydych chi'n gludo sgrinlun i ofyn amdano ac yn cael fersiwn ‘well’ yn ôl; rydych chi'n dweud ‘dychmygwch hyn’ fel ffigur ymadrodd ac yn cael llun. Nid yw Shannon yn gwneud hyn.

• Nid cais yw cyfarchiad. Mae dweud helo'n cynhyrchu ateb, nid rendro.
• Nid cais yw cwestiwn. Mae gofyn beth sy'n gwneud clawr albwm da'n rhoi ateb i chi am gloriau albwm.
• Nid cais yw llun wedi'i atodi'n achlysurol. Nid yw gollwng delwedd i'r sgwrs i'w thrafod yn dechrau golygiad.
• Nid gofyn am ddelwedd yw siarad am ddelweddau. Mae trafod paentiad, techneg ffotograffydd, neu friff dylunio'n aros yn sgwrs.

A'r canlyniad, sef y rhan y mae pobl yn ei chael fwyaf defnyddiol mewn gwaith bob dydd: mae gofyn i Shannon edrych ar ddelwedd yn waith gweledol cyffredin, nid yn gynhyrchiad. Disgrifiwch y llun hwn, darllenwch y testun yn y sgrinlun hwn, dywedwch wrthyf beth sydd o'i le ar y cynllun hwn, trawsgrifiwch y nodyn llawysgrifen hwn, adnabyddwch y planhigyn — mae hynny i gyd yn ddarllen, nid yn wneud. Nid yw'n cynhyrchu cerdyn cadarnhau ac nid yw'n costio dim yn ychwanegol y tu hwnt i'r sgwrs arferol. Mae cynhyrchu'n weithred benodol, fwriadol gyda giât weladwy o'i blaen, a dim ond siarad yw popeth arall.

05Cymarebau agwedd: pum siâp, a'ch un chi sy'n ennill

Nid addurn yw fframio. Mae'n newid cyfansoddiad, sut mae'r model yn dosbarthu manylion, ac a yw'r canlyniad yn ffitio lle rydych chi'n bwriadu ei roi. Mae Shannon yn cynnig pum cymhareb, yn casglu un synhwyrol o'ch disgrifiad, ac yn ildio i chi'r foment y nodwch ddewis.

Cymhareb	Defnyddiwch hi ar gyfer	Nodiadau
square	Defnydd cyffredinol, lluniau cynnyrch, eiconau, postiadau cymdeithasol, gwrthrychau unigol.	Y rhagosodiad. Dewisir hi pan nad oes dim yn y cais yn awgrymu siâp.
portrait	Pobl, ffigurau unigol, pynciau tal, cloriau llyfrau, celf cymeriad.	Yn rhoi lle i ffigwr sefyll heb docio'r pen na'r traed.
landscape	Golygfeydd, tu mewn, grwpiau o bobl, ergydion sefydlu.	Y siâp naturiol ar gyfer unrhyw beth sy'n lletach nag y mae'n dal.
wide	Fframio sinematig, baneri, penawdau, golygfeydd panoramig.	Lletach na landscape. Yn gwthio'r model tuag at gyfansoddiad ffilmig.
tall	Posteri, papurau wal ffôn, cynlluniau fertigol, taflenni digwyddiadau.	Talach na portrait. Yn gadael lle uwchben lle mae teip poster fel arfer yn eistedd.

Dau nodyn ymarferol. Mae cais penodol gennych chi bob amser yn ennill — dywedwch wide ac rydych chi'n cael wide, hyd yn oed ar gyfer un ffigwr yn sefyll. Ac mae'r gymhareb yn rhyngweithio â'r cynnwys: mae ffrâm lydan yn gwahodd y model i lenwi'r ochrau, felly mae portread llydan o un person yn tueddu i dyfu amgylchedd o'i gwmpas; os ydych chi eisiau wyneb tynn mewn ffrâm lydan, dywedwch hynny (‘fframio pen-ac-ysgwyddau tynn, cefndir yn cwympo i ffwrdd’). Mae golygu'n ymddwyn yn wahanol yn fwriadol — mae golygiad yn cadw cymhareb agwedd y ddelwedd ffynhonnell yn awtomatig, oherwydd nid ailsiapio delwedd y gofynnoch am ei newid bron byth yw'r hyn a olygoch. Mae cyfuno delweddau'n gadael i chi ddewis cynfas newydd, gan fod yr allbwn yn gyfansoddiad gwirioneddol newydd.

06Beth y gallwch chi ei wneud mewn gwirionedd

Tri gweithrediad. Mae'r ffin rhyngddynt yn werth bod yn fanwl amdani, oherwydd dewis yr un anghywir yw achos mwyaf cyffredin canlyniad siomedig.

Cynhyrchu delwedd newydd

Testun i mewn, delwedd allan. Ffotorealaeth yw'r rhagosodiad oni bai eich bod yn gofyn am gelf, darlun neu anime — felly os ydych chi eisiau paentiad, dywedwch paentiad. Nid yw testun-i-ddelwedd ar Shannon yn cymryd anogaeth negyddol: disgrifiwch yn unig yr hyn rydych chi ei eisiau. Mae ysgrifennu ‘dim ceir, dim pobl’ yn tueddu i alw'n union y peth a eithrioch, oherwydd mae'r model yn darllen yr enw ac nid y negydd.

Golygu un ddelwedd sy'n bodoli

Un ddelwedd ffynhonnell yn union — eisoes yn y sgwrs, neu wedi'i hatodi i'r neges gyfredol — ynghyd â chyfarwyddyd yn dweud beth sy'n newid a beth sy'n aros. Enwi'r rhannau digyfnewid yw'r lifer ansawdd unigol mwyaf yn y system: mae ‘newidiwch y cefndir i stryd ddinas nos law gydag adlewyrchiadau neon, cadwch y fenyw yn union fel y mae’ yn dal y pwnc mewn ffordd nad yw ‘newidiwch y cefndir’ yn ei wneud. Mae golygu'n cefnogi anogaeth negyddol, felly mae arteffactau diangen yn perthyn yno yn hytrach nag yn y cyfarwyddyd.

Cyfuno dwy neu fwy o ddelweddau

Pryd bynnag y daw elfennau o fwy nag un llun: trosglwyddo gwisg, rhoi gwrthrych X i olygfa Y, person A wrth ymyl person B, cynnyrch-ar-berson, neu arddull un ddelwedd gyda phwnc un arall. Rhaid i'r anogaeth enwi rôl pob delwedd yn eu trefn — y ddelwedd gyntaf yw'r prif bwnc neu'r olygfa, mae delweddau diweddarach yn cyflenwi'r rhannau sy'n cael eu dwyn i mewn. Peidiwch â chwympo tasg aml-ddelwedd i un ffynhonnell ynghyd â disgrifiad testun o'r llall; defnyddio'r ail ddelwedd go iawn sy'n cadw ei golwg wirioneddol, sef yr union reswm dros gyfuno yn hytrach na disgrifio.

Pynciau y mae offer eraill yn eu gwrthod

Yn benodol, ac wedi'i dynnu o'r categorïau uchod, dyma'r math o waith sy'n rhedeg yma heb ddadl:

• Astudiaethau ffigur a nydau celf ar gyfer darlunio, cyfeirnod cerflunio ac ymarfer celf gain.
• Darlunio meddygol ac anatomegol — golygfeydd llawfeddygol, cyflwyniadau dermatolegol, ffigurau addysg cleifion — ac ailadeiladu fforensig ar gyfer adroddiadau, arddangosion a hyfforddiant ymchwilwyr.
• Delweddau ymchwil diogelwch: rhyngwynebau ffug, senarios peirianneg gymdeithasol, asedau hyfforddi ymwybyddiaeth gwe-rwydo.
• Trais ac anaf o fewn ffuglen: cloriau nofelau, paneli nofelau graffig, byrddluniau, celf gysyniad gemau, golygfeydd brwydr hanesyddol, arswyd ac arswyd corff.
• Dychan gwleidyddol a chartwnio golygyddol yn cynnwys ffigurau cyhoeddus.
• Gwaith brand, pecynnu a thebygrwydd gan y parti sy'n dal yr hawliau iddo.

Mae'r rhestr honno'n disgrifio'r hyn nad yw'r cynnyrch yn ei flocio. Nid caniatâd ydyw i anwybyddu'r gyfraith na'r Polisi Defnydd Cyfrifol; mae adran 09 yn dweud yn blaen lle mae'r llinellau.

07Sut i ysgrifennu anogaeth y mae'r Model Delwedd yn ei deall

Mae Shannon yn ysgrifennu'r anogaeth i chi, felly nid oes rhaid i chi byth ddysgu hyn — ond mae'r cerdyn yn olygadwy, ac mae gwybod sut mae'r Model Delwedd yn darllen yn gadael i chi lywio'n fanwl. Y fersiwn fer; mae'r driniaeth lawn yn y canllaw anogaethau:

• Ysgrifennwch ryddiaith, nid tagiau. Mae'r Model Delwedd yn darllen anogaethau fel y mae model iaith yn darllen testun. Mae brawddegau llawn yn curo allweddeiriau wedi'u gwahanu gan atalnodau. Mae ‘A woman in her 30s at a rain-soaked Tokyo crosswalk at night’ yn perfformio'n well na ‘woman, 30s, Tokyo, rain, night’.
• Anelwch at 30–80 gair, a byth llawer heibio 100. Y tu hwnt i hynny, mae cymalau diweddarach yn dechrau colli dylanwad.
• Trefnwch hi'r ffordd y mae'r model yn ei darllen: pwnc → gweithred neu ystum → arddull a naws → lleoliad a goleuo → manylion technegol fel fframio, dyfnder maes a lliw. Y peth pwysicaf yn gyntaf.
• Gwnewch y pwnc yn bendant. Mae ‘A man in his 40s with a salt-and-pepper beard’ yn bwnc. Mae ‘A person’ yn fwlch y mae'r model yn ei lenwi â chyfartaledd.
• Ar gyfer ffotograffau, ysgrifennwch hi fel ffotograff. Enwch gamera, lens, a ffilm neu olau go iawn — ‘shot on Kodak Portra 400, 85mm f/1.4, soft window light’ — ac ychwanegwch fanylion seiliol: mandyllau croen, gwehyddiad ffabrig, amherffeithrwydd naturiol. Ar gyfer golygfeydd haenog, disgrifiwch y blaendir, y canoldir a'r cefndir fel cymalau ar wahân, a phiniwch liwiau union i wrthrychau gyda gwerth hecs: ‘a jacket, color #8B0000’.
• Hepgorwch sothach oes SDXL. Nid yw ‘masterpiece, best quality, 8k’ yn gwneud dim yma, ac nid yw cystrawen pwysau fel (word:1.3) yn cael ei pharsio. Peidiwch byth â chymysgu cyfarwyddiadau gwrthgyferbyniol — mae ‘photorealistic’ a ‘watercolor’ mewn un anogaeth yn rhoi'r naill na'r llall i chi.

Yn ymarferol: yn lle elderly fisherman, portrait, weathered face, harbor, morning, photorealistic, masterpiece, best quality, 8k, ysgrifennwch hi'r ffordd y mae'r model yn darllen mewn gwirionedd:

An elderly fisherman in his 70s with a deeply weathered face and white
stubble, mending a net across his knees, looking down at his hands. Quiet,
unposed documentary mood. A small working harbor at first light, wooden
hulls and coiled rope behind him, mist over the water. Shot on Kodak Portra
400, 85mm f/1.4, soft overcast light, shallow depth of field, visible skin
texture and pores.

Nid yw'n hirach er ei fwyn ei hun. Mae pob cymal yn disodli penderfyniad y byddai'r model fel arall yn ei wneud ar hap gydag un a wnaethoch chi'n fwriadol.

08Lle mae hyn yn byw: yr ap sgwrsio, nid yr API — a dim fideo

Dau beth yma y byddai'n well gennym eu dweud wrthych cyn ichi gofrestru nag ar ôl hynny.

Mae gwaith delwedd yn yr ap sgwrsio

Mae cynhyrchu, golygu a chyfansoddi aml-ddelwedd i gyd yn digwydd yn yr ap sgwrsio Shannon. Nid ydynt ar gael ar yr API /v1. Mae API Shannon — /v1/chat/completions, /v1/messages a /v1/responses, i gyd yn ffrydio, i gyd wedi'u dogfennu yn shannon-ai.com/docs/api — yn gwasanaethu testun a gweledol. Mae gweledol yn golygu bod y modelau'n darllen delweddau rydych chi'n eu hanfon atynt: disgrifio, dadansoddi, trawsgrifio, rhesymu am siart neu sgrinlun. Nid yw'n golygu eu creu. Os daethoch o hyd i'r dudalen hon wrth chwilio am ‘API cynhyrchu delweddau heb sensoriaeth’, dyna'r ateb gonest, a byddai'n well gennym fod yn blaen nawr na gadael i chi ddarganfod hynny ar ôl integreiddio. Yr hyn y mae'r API yn dda ar ei gyfer yw'r hanner arall o'r un broblem: testun a gweledol heb sensoriaeth, dim haen wrthod, tair tafodiaith API, ar ein clwstwr GPU ein hunain. Mae gan y mynegai ymchwil gerdyn model ar gyfer pob model.

Rydym yn dweud hyn yn glir oherwydd bod ‘cynhyrchydd delweddau heb sensoriaeth’ a ‘chynhyrchydd fideo heb sensoriaeth’ yn eistedd yn agos at ei gilydd mewn canlyniadau chwilio, ac mae tudalen sy'n aros yn amwys am nodwedd goll yn gobeithio y byddwch chi'n cofrestru cyn i chi sylwi. Mae delweddau'n rendro ar ein clwstwr GPU ein hunain. Nid yw fideo'n rendro yn unman, oherwydd nid ydym yn ei wneud.

09Defnydd cyfrifol, wedi'i nodi'n blaen

Cwmni o New Mexico yw Shannon Lab LLC sy'n gweithredu o dan gyfraith yr Unol Daleithiau. Nid yw tynnu hidlydd awtomataidd yn tynnu'r gyfraith na'n polisi. Yr hyn y mae'n ei wneud yw symud y farn oddi wrth ddosbarthydd na all weld cyd-destun at broffesiynolyn a all — ac sy'n atebol am y canlyniad.

Gwaherddir cynnwys rhywiol sy'n cynnwys plant yn gategorïol ac nid yw'n faes llwyd ar unrhyw echelin. Felly hefyd gynnwys a gynhyrchir i aflonyddu, difenwi, twyllo neu ddynwared person go iawn — gan gynnwys delweddau rhywiol o unigolyn adnabyddadwy go iawn a wneir heb ei ganiatâd — a defnyddio brand neu debygrwydd parti arall i dwyllo. Nid categorïau hidlo sydd wedi'u diffodd yw'r rhain; defnyddiau gwaharddedig o'r cynnyrch ydynt, wedi'u gorfodi yn erbyn cyfrifon yn hytrach nag allweddeiriau, sef y lefel lle mae bwriad yn wirioneddol weladwy. Mae'r telerau llawn yn byw yn y Polisi Defnydd Cyfrifol. Mae'r fargen yn syml: offeryn nad yw'n amau eich proffesiwn, yn gyfnewid am i chi fod y proffesiynolyn y mae'n tybio eich bod.

10Cwestiynau cyffredin

11Gweddill y gyfres hon

Mae pedair erthygl gydymaith yn mynd yn ddwfn i'r rhannau y byddwch chi'n treulio amser ynddynt mewn gwirionedd:

• Golygu delweddau AI heb sensoriaeth — anogaethau cyfarwyddyd, angori'r hyn sy'n aros, anogaethau negyddol, cymhareb agwedd etifeddol.
• Cyfansoddi aml-ddelwedd heb sensoriaeth — trefnu rolau, trosglwyddo gwisg, cynnyrch-ar-berson, pwnc-i-olygfa.
• Y canllaw anogaethau delweddau heb sensoriaeth — rhyddiaith dros dagiau, trefn pwnc-yn-gyntaf, iaith camera a ffilm, lliwiau hecs, tocynnau marw.
• AI delweddau heb sensoriaeth yn erbyn wedi'i hidlo — yr un ceisiadau drwy'r ddau gynllun, categori wrth gategori.

Ar gyfer ochr destun a gweledol y llwyfan — y modelau heb sensoriaeth y tu ôl i yr API — dechreuwch yn y mynegai ymchwil.

---

Shannon Lab LLC, New Mexico, UDA. Nodweddion o ap sgwrsio Shannon yw cynhyrchu, golygu a chyfansoddi aml-ddelwedd ac nid ydynt ar gael ar yr API /v1, sy'n gwasanaethu testun a gweledol. Nid oes cynhyrchu fideo. Mae'r cymarebau agwedd, y llif cadarnhau a'r gweithrediadau a ddisgrifir yma'n adlewyrchu'r cynnyrch fel yr oedd ar 5 Medi 2026.