A cenzúrázatlan AI képszerkesztő
Módosítson, stílusozzon át, világítson újra, öltöztessen át vagy javítson meg egyetlen meglévő képet egyetlen mondattal. Nincs maszk, nincs szűrő, nincs elutasítás — és van egy technika, amely többet számít, mint az összes többi együttvéve.
Röviden
A Shannon pontosan egy meglévő képet szerkeszt egy hétköznapi nyelvű utasítás alapján — nincs ecset, nincs maszk, nincs kijelölés. Ennek az utasításnak meg kell mondania, mi változik ÉS mi marad, mert a modell az egész képkockát újragenerálja: bármi, amit nem nevez meg változatlanként, szabadon elcsúszhat. A változatlan részek megnevezése — „tartsd meg az arcot, a pózt és a ruházatot változatlanul” — a legnagyobb minőségi emelő, ami a rendelkezésére áll. A szerkesztési út igenis elfogad negatív promptot (a szöveg-kép generálás nem); a nem kívánt műtermékek oda valók, ne az utasításba „ne legyen X” formában. A kimenet automatikusan örökli a forrás képarányát. Videógenerálás nincs, és képet animálni sem lehet. A szerkesztés a saját GPU-fürtünkön fut a chatalkalmazásban, tartalomszűrő és elutasítási réteg nélkül.
A legtöbb ember, aki cenzúrázatlan AI képszerkesztőt keres, egy képpel és egy problémával érkezik: rossz a háttér, lapos a fény, nem jó színű a kabát, egy idegen áll a képben, a szkennelt fotón átfut egy törésvonal — vagy a szerkesztés teljesen jogszerű, de a jelenlegi eszköz nem hajlandó hozzányúlni. Erről szól ez az írás: nem arról, melyik szerkesztőben van a legtöbb csúszka, hanem arról az egyetlen szokásról, amely elválasztja a célba találó szerkesztést attól, amelyik csendben újraépíti az alanya arcát, miközben Ön épp máshová figyelt.
01Mi is valójában az utasításalapú szerkesztés
A klasszikus AI-szerkesztés Öntől kéri a nehéz részt: nyisson meg egy vásznat, fessen maszkot a módosítani kívánt régióra, gépeljen be egy kifejezést arról, mi kerüljön oda. Pontos, lassú, és használhatatlan abban a pillanatban, amikor a változtatásnak nincs tiszta körvonala — egy fényváltás, egy ruhacsere, amely megváltoztatja a sziluettet, egy globális színkorrekció.
A Shannon fordítva működik. Nem jelöl ki semmit. Ír egy mondatot a képről, bármely nyelven, és a régiót a rendszer a szavaiból következteti ki. Ettől lesz gyakorlati cenzúrázatlan inpainting alternatíva mindenkinek, aki az eredményt akarja a kijelölési munka helyett — egyetlen mechanikai következménnyel, amelyet előbb meg kell értenie:
Egy szerkesztés az egész képkocka újrarenderelése a forrásképére alapozva — nem egy folt, amelyet a kép egy részére ragasztunk. Az Image Model elolvassa az eredetit, elolvassa az utasítást, és előállít egy új képet, amelynek az eredeti plusz a változtatás kell hogy legyen. Semmi sincs mechanikusan befagyasztva. Minden szerkesztésnél minden képpont újratárgyalás alá kerül.
Ezért jön vissza „egy esős tokiói utca” — amely maszkos eszközben hibátlan — egy finoman más emberrel a képben. A maszkos eszközben a maszk mondta ki, hogy az ember érinthetetlen; itt az Ön mondatának kell. Az előnyoldal: az utasításos szerkesztés olyasmit tud, amit a maszkok nem — arrébb viszi a napot úgy, hogy az árnyékok is egyetértenek, ruhadarabot cserél úgy, hogy az anyag a meglévő pózra hajlik, fényképet stílusoz át tussá és lapos színekké, miközben tartja a kompozíciót. Ezekhez a szerkesztésekhez nincs mit körberajzolni; ezek az egész képkockán átívelő viszonyok.
02Horgonyzás: a legnagyobb minőségi emelő
A horgonyzás azt jelenti, hogy minden szerkesztési utasítást két tagmondatban ír meg: a változtatási tagmondat (minek kell másnak lennie, pozitívan és konkrétan megfogalmazva) és a megtartási tagmondat (azok a részek, amelyeknek érintetlenül kell túlélniük, konkrét főnevekkel megnevezve). Mindkettő teherhordó — a változtatási tagmondat önmagában csak kívánság. Ha egy dolgot visz el erről az oldalról: az eredményét az uralja, mennyire kifejezetten nevezi meg azt, ami marad, nem az, mennyire színesen írja le, ami változik.
Három mód, ahogyan a horgony nélküli utasítások elcsúsznak
- Identitáscsúszás. Az arc majdnem jól jön vissza — kicsit más orr, csendben megszépített állvonal. A legkárosabb hiba, mert telefonon nehéz észrevenni, és nyilvánvaló bárkinek, aki ismeri az illetőt.
- Járulékos átstílusozás. Új hátteret kért; kapott mellé új színkorrekciót, új objektívet, és egy pulóvert, amely korábban bordázott volt. A modell az utasítást a teljes célkép leírásaként olvasta, nem a forráshoz képesti eltérésként.
- Hatókör-elcsúszás a melléknevektől. A „drámaibb”, „tisztább”, „profibb” egyetlen tárgyat sem nevez meg. A főnév nélküli melléknév mindenre vonatkozik, így minden elmozdul.
A horgonyszókincs
A horgonyok konkrét főnevekként működnek. Az „maradjon ugyanaz” gyenge — a modell nem tudhatja, melyik azonosság érdekli. Válasszon három-öt olyan elemet, amely számít a szerkesztésénél, és nevezze meg őket nyíltan.
| Amit módosít | Kifejezetten megnevezendő horgonyok |
|---|---|
| Háttér / helyszín | arc és arcvonások, frizura, póz, kezek, ruházat, kameraszög, képkivágás, az alanyra eső fény |
| Világítás / hangulat | arc, arckifejezés, bőrtextúra, póz, ruházat, a háttér tartalma, képkeretezés |
| Ruházat / öltözék | arc, szakáll vagy haj, póz, kezek, testarányok, háttér, fényirány, színkorrekció |
| Stílus / médium | kompozíció, póz, hajhossz, ruhaformák, az alanyok száma, képkivágás |
| Tárgy eltávolítása / javítás | minden más a képkockában — az alany, a környező építészet, a szemcsézettség, a tónusok, a kontraszt, a szín |
| Egyetlen dolog színe | a kép összes többi színe, valamint a módosított tárgy textúrája és anyaga |
Figyelje meg az utolsó sort. Az átszínezés csendben romlik el, mert a „legyen piros a kabát” egy nulláról újraépített kabátra hív — új szabás, új anyag, új redők. Horgonyozva: „színezd át a meglévő kabátot mély karmazsinvörösre, megtartva a pontos szabását, varrásait, anyagtextúráját és azt, ahogyan esik”. Egyetlen tagmondatnyi különbség, drámaian jobb eredmény.
03Kidolgozott példák: gyenge utasítás, miért csúszik el, horgonyzott átirat
Az alábbi párok ugyanazt a szándékot írják le kétszer. A középen álló diagnózis az, ami átvihető máshová.
A. Háttér cseréje
Miért csúszik el: ez egy célképet ír le, nem egy eltérést. A nőből semmi nincs védve, és semmi nem tartja mozdulatlanul a kamerát, így a modell újrakeretezi és újrarendereli őt, miközben felépít egy hihető jelenetet.
Mi változott: a megtartási tagmondat rögzíti az identitást, az öltözéket és a képkeretezést, az utolsó fordulat pedig megmondja, melyik irányba oldódik fel a varrat — a háttér hajlik az alany fényéhez, nem fordítva.
B. Újravilágítás
Miért csúszik el: a „jobb” főnév nélküli melléknév. A modellnek definíciót kell kitalálnia, és az újrarenderelésben a legolcsóbb módja annak, hogy valami jobban nézzen ki, a simított bőr, a fehérebb fogak és a keskenyebb áll. Fényt kért, retust kapott.
Mi változott: a fényt fizikailag írja le — irány, minőség, színhőmérséklet, esés. A bőrtextúra kifejezetten horgonyzott, mert az újravilágításnál csábul a modell leginkább arra, hogy elsimítsa.
C. Alany átöltöztetése
Miért csúszik el: egy öltöny megváltoztatja a sziluettet, tehát a felsőtestet újra kell renderelni — és a rajta ülő fej rendszerint vele megy. A horgony nélküli ruházati szerkesztések az identitáscsúszás második legnagyobb forrásai a háttércserék után.
Mi változott: a „jelenlegi testtartásához szabva” a ruhadarabot a póz alá rendeli. A kezek külön horgonyzottak, mert a ruházati szerkesztések a kezeknél esnek szét a leglátványosabban.
D. Fénykép átstílusozása
Miért csúszik el: egy stílusszó önmagában mindent átad — kompozíciót, képkivágást, hajat, öltözéket, az emberek számát —, az „anime” pedig harminc év egymással összeegyeztethetetlen hagyománya. Egy másik jelenet hozzáértő illusztrációját kapja.
Mi változott: a stílusszerkesztéseknek más horgony kell. A textúrát nem lehet horgonyozni — a textúra az, amit lecserélünk —, ezért a szerkezetet horgonyozza: kompozíció, póz, sziluettek, képkivágás, alanyok száma. „Fotorealisztikus bőrt” kérni cel-animáció alatt önellentmondás.
E. Valaminek az eltávolítása
Miért csúszik el: a tagadás továbbra is a modell elé teszi a fogalmat, és semmit nem mond arról, mi tölti ki a felszabaduló helyet. Az eltávolításokhoz a célpont és a kitöltés pozitív megfogalmazása is kell.
Mi változott: a célpont tárgy, szín és pozíció szerint van megnevezve; a kitöltés meg van adva, így a modell nem talál ki egy teret oda, ahová járda való; és a „minden más” tényleges főnevekre van kibontva.
F. Sérült fénykép helyreállítása
Miért csúszik el: a „javítsd meg” úgy olvasódik, hogy „javíts rajta”, egy régi fényképen javítani pedig annyit tesz: modernizálni — tisztább bőr, magasabb kontraszt, és egy arc, amely már nem egészen a nagymamájáé.
Mi változott: a sérülés tételesen fel van sorolva, így a „javítás” hatóköre meghatározott, a szemcse és a tónusok pedig horgonyzottak, mert ezektől hat a nyomat korhűnek. A három tiltás az a ritka eset, amikor a tagadás kiérdemli a helyét — a folyamatra vonatkozó utasítások, nem tárgyakra.
Egy jó utasítás alakja
Célozzon 25–60 szót, teljes mondatokban, ne vesszővel elválasztott kulcsszócímkékkel — az Image Model úgy olvassa a promptokat, ahogy egy nyelvi modell, tehát a folyó szöveg veri a címkelevest. Hagyja el az SDXL-korszak kacatját (masterpiece, best quality, 8k) és a súlyozási szintaxist, például (word:1.3); itt nem csinálnak semmit. Utasításonként egy változtatást kérjen — két össze nem függő változtatás egy mondatban egymással verseng a figyelemért, és mindkettő félkészen jön vissza.
04A negatív prompt — itt támogatott, a szöveg-kép generálással ellentétben
Ez sokakat megzavar, ezért mondjuk ki egyszerűen:
| Út | Forrásképek | Negatív prompt | Képarány | Prompt formája |
|---|---|---|---|---|
| Szöveg-kép generálás | 0 | Nem támogatott | Választható (alapból négyzetes) | Leíró folyó szöveg |
| Egy kép szerkesztése | Pontosan 1 | Támogatott | A forrástól örökölt | Utasítás: változtatás + megtartás |
| 2+ kép egyesítése | 2 vagy több | Támogatott | Új vászon választható | Szerepekkel megnevezett folyó szöveg |
A szöveg-kép generálás egyáltalán nem fogad el negatív promptot — a semmiből generálva pont az a fegyelem, hogy csak azt írja le, amit akar (lásd: cenzúrázatlan AI képgenerálás). A szerkesztés más: már van forrása, és egy újrarenderelés jellegzetes hibái ismertek és megnevezhetők, tehát a negatív promptnak van mit konkrétan elnyomnia.
Mi való bele
Műtermékek, és csakis műtermékek. Ez hibalista, nem egy második utasításcsatorna:
- extra fingers, fused fingers, malformed hands — minden olyan szerkesztés, amely embert renderel újra.
- warped text, garbled lettering, misspelled signage — bármi, ahol tábla, címke vagy csomagolás van a képben.
- duplicated limbs, duplicated railing, repeated windows — eltávolítások és háttérkiterjesztések.
- smeared texture, blurry patch, halo around the subject, visible seam — háttércserék és tárgyeltávolítás.
- plastic skin, waxy skin, over-smoothed face, watermark, jpeg artifacts — újravilágítás, portrészerkesztés, általános higiénia.
Mi nem
A tartalmi döntések. Ha azt akarja, hogy a kalap eltűnjön, az utasítás az, hogy „távolítsd el a kalapot” — nem egy „kalap” szövegű negatív prompt. A negatív prompt nem távolít el megbízhatóan olyat, ami a forrásban létezik; azt gátolja, hogy hibák jelenjenek meg a renderben. A tartalom odaírásával mindkét rosszat megkapja: a kalap marad, és elveszett egy hely, amely elnyomhatta volna a torz kezeket.
A szabály másik fele az utasítására vonatkozik: ne írjon bele „ne legyen X”-et. Az „egy utca autók nélkül” és „egy portré szemüveg nélkül” egyaránt beleteszi a nem kívánt fogalmat a mondatba, és arra kéri a modellt, hogy tagadja — ezt a nyelv jól kezeli, a képi kondicionálás rosszul. Mondja meg, minek kell ott lennie helyette: „egy üres utca tiszta aszfalttal”, „egy portré akadálytalan szemekkel”. Az egyetlen kivétel, mint az F példában, a folyamatra vonatkozó utasítás — „ne élesíts”, „ne színezd át” —, amely egy műveletet utasít vissza, nem egy tárgyat nevez meg.
A munkamegosztás egy sorban
Utasítás: mi változik, mi marad — pozitívan megfogalmazva. Negatív prompt: azok a módok, ahogyan egy render elromolhat. Tartsa őket külön, és mindkettő jobb lesz.
05Egyetlen forráskép, és hogyan választja ki a Shannon
Egy szerkesztés pontosan egy forrásképen dolgozik: vagy egy olyan képen, amely már a beszélgetésben van — korábban csatolta, vagy Önnek generáltuk —, vagy egy olyanon, amelyet az éppen küldött üzenethez csatolt. Semmit nem húzunk be a szálon kívülről, és a szerkesztési út soha nem olvaszt össze csendben két képet. Ha a szándékához több képből származó elemek kellenek — az A fotó öltözéke a B fotó személyén —, az egyesítés, amelynek más a prompt-alakja, és sorban megnevezi minden kép szerepét.
Rákérdezések és a legutóbbi releváns kép
Amint egy kép bekerül a beszélgetésbe, a rövid rákérdezések úgy működnek, ahogy remélné. „Legyen sötétebb.” „Most próbáld naplementében.” Ezek a szálban lévő legutóbbi releváns képre vonatkoznak — rendszerint az imént kapott eredményre —, így az apró utasítások sorozata szerkesztések rétegeként viselkedik. Ennek három következménye van:
- Egyesével haladjon. Minden rákérdezés újabb teljes újrarenderelés, tehát a „legyen sötétebb, cseréld le a kabátját, és vidd lejjebb a kamerát” három szerkesztés, amely egyetlen menetben verekszik egymással. Küldjön három üzenetet; álljon meg annál, amelyik tetszett.
- Figyeljen a generációs veszteségre. A kis eltérések összeadódnak; a hatodik egymást követő szerkesztésre egy arc messze kerülhet az eredetitől, pedig egyetlen lépés sem tűnt hibásnak. Ha csúszást észlel, hagyja abba a foltozást — csatolja újra az eredeti fájlt, és írjon egyetlen összevont utasítást, amely mindent kódol, amiről azóta kiderült, hogy szeretné.
- Hosszú szálban legyen konkrét. A „Használd a korábban csatolt tengerparti fotót, …” megszünteti a kétértelműséget, ha több kép is játékban van.
A megerősítő kártya az utolsó esélye horgonyt hozzáadni
Ön hétköznapi nyelven kér, azon a nyelven, amelyet beszél. A Shannon eldönti, hogy képműveletet kérnek, maga megírja a végleges utasítást angolul, és megmutatja Önnek egy megerősítő kártyán, mielőtt bármi renderelődne. Semmi nem készül el és semmit nem számlázunk, amíg meg nem erősíti. Olvassa el azt a kártyát — itt kapja el a hiányzó megtartási tagmondatot, mielőtt bármit is költene.
Két kapcsolódó viselkedés: a Shannon soha nem generál hívatlanul — egy köszönés, egy kérdés vagy egy csak úgy odacsatolt fotó nem indít képműveletet. És ha csak arra kéri a Shannont, hogy nézze meg a képet — írja le, olvassa fel a benne lévő szöveget, mondja meg, miért nem működik a kompozíció —, az hétköznapi képfeldolgozási munka, nem generálás, és nem kerül semmi többletbe. A „Mit változtatnál ezen a fotón?” ingyenes tanács; a végrehajtása már a szerkesztés.
06A képarányt automatikusan örökli
A szerkesztett kép ugyanabban a képarányban jön vissza, mint a forrása. Nem választ ilyet, és nem is kell: egy 4:5-ös portré 4:5 marad, egy 16:9-es állókép 16:9 marad, egy esetlen telefonos képernyőkép megtartja az arányait. Az a szerkesztés, amely csendben átkeretezné a képét, nem szerkesztés lenne — hanem egy vágás plusz egy találgatás arról, mi van az eredeti határain kívül.
Ez valódi különbség a másik két úthoz képest. A szöveg-kép generálás arra kéri, hogy válasszon a square (alapértelmezett), portrait, landscape, wide (mozis) és tall (plakátok és háttérképek) közül, és a kifejezett kérés mindig nyer; az egyesítésnél új vásznat választhat, mivel nincs egyetlen forrás, amelytől örökölni lehetne. Tehát ha más formára van szüksége, az nem szerkesztés — egy 1:1-es termékfotóból 16:9-es bannert csinálni azt jelenti, hogy soha le nem fényképezett képpontokat találunk ki. Csinálja szándékosan: generálással vagy új vászonra egyesítéssel.
07Videógenerálás nincs
Kimondva egyszerűen, mert kérdezik
A Shannon nem generál videót és nem animál képeket. Nincs kép-videó út, nincs „mozgasd meg ezt a fotót”, nincs loop, nincs cinemagraph. Ez nem előzetesben lévő vagy hamarosan érkező képesség — nem létezik a termékben, és ezen az oldalon semmit nem szabad úgy olvasni, mintha az ellenkezőjére utalna.
Amit a Shannon 3 képekkel csinál, pontosan három dolog: új képet generál, egyetlen meglévő képet szerkeszt, és két vagy több képet egyesít eggyé. Minden, ami itt szerepel, ezek közül a másodikon belül él.
Érdemes kétszer kimondani, mert az „AI képszerkesztő” és az „AI videógenerátor” szomszédossá vált az emberek fejében, és egy eszköz, amely készséggel világítja újra a fényképét, olyan érzést kelt, mintha egy gombnyira lenne attól, hogy meg is mozgassa. Nincs — és ezt jobb az első percben tudni, mint a tizedikben.
08Miért számít a cenzúrázatlanság jobban a szerkesztésnél, mint a generálásnál
A szűrt szerkesztők másképp buknak el, mint a szűrt generátorok, és rendszerint rosszabbul. Egy szűrt generátor elutasítja a promptját; átírja és újra próbálja. Egy szűrt szerkesztő már magát a forrásképet elutasíthatja, mielőtt egyetlen szót is elolvasna az utasításából. Töltsön fel egy klinikai sebfotót egy esetismertetéshez, és már a bemenetnél elutasítja. Töltsön fel egy történelmi háborús fényképet, hogy kijavítson egy törésvonalat, és a képben lévő puska véget vet a beszélgetésnek. Jogszerű munka, kategorikus elutasítás, és nincs olyan átírás, amely segített volna.
A Shannon a képes utat a kimeneten tartalomszűrő nélkül és az utasítást megíró modellen elutasítási réteg nélkül futtatja. Ettől lesznek lehetségesek ezek a hétköznapi munkák:
- Aktművészet és aktfotó — retusálás, újravilágítás és átstílusozás művészeknek és fotósoknak, akik beleegyező felnőtt alanyokkal dolgoznak.
- Orvosi és igazságügyi illusztráció — klinikai képanyag megtisztítása oktatási anyagokhoz, esetismertetésekhez és rekonstrukciós munkához, amelyet a fősodorbeli szerkesztők ránézésre elutasítanak.
- Biztonsági kutatáshoz készült képek — képernyőképek, fizikai biztonsági fotók és hardverdokumentáció adathalász-tudatossági programokhoz és red team jelentésekhez.
- Szépirodalmi erőszak — film-, játék- és képregényprodukciós grafika, ahol a seb vagy a fegyver maga a téma.
- Politikai szatíra és publicisztikai illusztráció — több évszázados történet áll mögötte, és nagyjából semmilyen támogatás a szűrt eszközökben.
- Márka- és arcképmunka a jogtulajdonos részéről — a saját termékfotói, logóelrendezései és portréi, valamint nehéz családi archívumok, anélkül hogy egy osztályozóval kellene vitatkoznia arról, szabad-e.
A cenzúrázatlan nem jelent elszámoltathatatlant. A Shannont a Shannon Lab LLC (Új-Mexikó, USA) üzemelteti egy nyilvános felelős használati irányelv alapján, és a valódi határok is ott laknak — azok, amelyek a jogról és a kárról szólnak, nem egy osztályozó kényelmetlenségéről egy sebfotó láttán. A reflexszerű elutasítás hiánya az eszközről szól, nem arról, hogy Ön nem felel azért, amit készít.
09Hol illeszkedik az API — és hol nem
Ez gyakori rossz kanyar azoknak, akik API-keresésből érkeznek. A képgenerálás és a képszerkesztés a Shannon chatalkalmazásában történik, nem az API-n. A három /v1 dialektus — /v1/chat/completions (OpenAI-alakú), /v1/messages (Anthropic-alakú) és /v1/responses, mind streamelve, mind ugyanazokon a modelleken — szöveget és képfeldolgozást szolgál ki. A képfeldolgozás azt jelenti, hogy a modellek olvassák a beküldött képeket: leírják őket, szöveget írnak át, diagramot elemeznek. Nem jelenti azt, hogy képeket állítanak elő vagy módosítanak.
Ez így is hagy egy hasznos mintát: a képfeldolgozás plusz egy cenzúrázatlan szövegmodell erős utasításíró segéd. Küldje el az API-nak a forrásképét, kérje meg, hogy írja le, mi van a képben, és fogalmazzon meg egy horgonyzott utasítást, amely megnevezi a változtatást és a horgonyokat, majd futtassa ezt az utasítást a chatben — elkapja azokat a horgonyokat, amelyekről Ön elfeledkezett volna. A kérés- és válaszformátumok az API-dokumentációban találhatók.
10Gyakori kérdések
Mi az a cenzúrázatlan AI képszerkesztő?
Olyan szerkesztő, amely egy meglévő képet és egy hétköznapi nyelvű utasítást vesz át, és visszaadja a szerkesztett képet — a kimeneten nincs tartalomszűrő, és nincs elutasítási réteg azon a modellen, amely az utasítást megírja. A saját GPU-fürtünkön fut, a Shannon chatalkalmazásán belül, így az a munka, amelyet a szűrt szerkesztők elutasítanak — aktfotó-retus, orvosi és igazságügyi illusztráció, biztonsági kutatáshoz készült képek, szépirodalmi erőszak, politikai szatíra — elkészül ahelyett, hogy elutasításba futna.
Miért változik meg az arc, amikor csak a hátteret kértem?
Mert egy utasításos szerkesztés a forrásképre alapozva az egész képkockát újragenerálja, nem csak azt a régiót, amelyre Ön gondolt — bármi, amit nem nevez meg változatlanként, szabadon elcsúszhat. A megoldás a horgonyzás: adjon hozzá egy megtartási tagmondatot, például „tartsd meg az arcot, a frizurát, a pózt és a ruházatot változatlanul, ugyanazzal a kameraszöggel és képkivágással”. A változatlan részek megnevezése a legnagyobb minőségi emelő, ami a rendelkezésére áll.
Támogat negatív promptot a Shannon képszerkesztése?
Igen. A szöveg-kép generálással ellentétben, amely egyáltalán nem fogad el ilyet, a szerkesztési és a többképes egyesítési út is támogatja. Nem kívánt műtermékekre használja — extra ujjak, torz szöveg, megkettőzött korlátok, elkent textúra, műanyagos bőr, vízjelek —, ahelyett hogy „ne legyen X”-et írna az utasításba. A tartalmi döntések az utasításba valók, pozitívan megfogalmazva; a műtermékek elnyomása a negatív promptba.
Tudja a Shannon animálni a képemet vagy videót csinálni belőle?
Nem. A Shannon nem generál videót és nem animál képeket. Nincs kép-videó út, és ilyet nem is jelentünk be. A Shannon 3 új képet generál, egyetlen meglévő képet szerkeszt, vagy két vagy több képet egyesít eggyé — ez a három dolog, és semmi ezen túl.
Hány forrásképet használ egy szerkesztés?
Pontosan egyet: vagy egy képet, amely már a beszélgetésben van, vagy egyet, amelyet az aktuális üzenetéhez csatolt. Ha az elemeknek két vagy több képből kell származniuk — egy ruha az egyik fotóról egy másik fotó személyére —, az egyesítés, nem szerkesztés, és a valódi képeket kell megadnia ahelyett, hogy a másodikat szavakkal írná le.
Kell maszkot rajzolnom vagy inpaintinget használnom?
Nem. Nincs ecset, lasszó vagy maszkréteg. Egy mondatban leírja a változtatást, és a régiót a rendszer a szavaiból következteti ki — ezért számítanak a pontos főnevek: „a jobb oldalon parkoló ezüst autó” sokkal jobban céloz, mint „az az izé”. Ettől lesz a Shannon gyakorlati cenzúrázatlan inpainting alternatíva azoknak, akik az eredményt akarják a kijelölési munka nélkül.
Szerkeszthetek képeket a Shannon API-n keresztül?
Nem. A képgenerálás és a képszerkesztés a Shannon chatalkalmazásában él. A /v1 dialektusok — /v1/chat/completions, /v1/messages és /v1/responses — szöveget és képfeldolgozást szolgálnak ki: olvassák és elemzik a beküldött képeket, de nem hoznak létre és nem szerkesztenek képeket. Gyakori munkafolyamat, hogy az API képfeldolgozásával fogalmaztatja meg a horgonyzott utasítást, majd a szerkesztést a chatben futtatja.
Szerkesszen képet anélkül, hogy egy szűrővel kellene vitatkoznia
Csatoljon egy fotót, írjon egy mondatot, nevezze meg, mi marad.
Kezdje a szerkesztést API-dokumentációA képek a saját GPU-fürtünkön renderelődnek · semmi nem renderelődik és semmit nem számlázunk, amíg meg nem erősíti a kártyát
A Shannon AI-t a Shannon Lab LLC üzemelteti (Új-Mexikó, USA). A képgenerálás, a képszerkesztés és az egyesítés a Shannon 3 chatalkalmazás-funkciói; a /v1 API kizárólag szöveget és képfeldolgozást szolgál ki. Videógenerálás nem létezik a termékben. A szerkesztés pontosan egy forrásképet fogad el, és annak képarányát örökli. A cenzúrázatlan képes utak használatát a felelős használati irányelv szabályozza.