Necenzūruotas AI vaizdų redaktorius
Pakeiskite, perpieškite, perapšvieskite, perrenkite ar sutaisykite vieną esamą vaizdą parašydami vieną sakinį. Jokių kaukių, filtrų ar atsisakymų — ir vienas metodas, kuris svarbesnis už visus kitus kartu sudėjus.
Trumpai
Shannon redaguoja lygiai vieną esamą vaizdą pagal paprasta kalba parašytą nurodymą — jokio teptuko, jokios kaukės, jokios atrankos. Tas nurodymas turi pasakyti, kas keičiasi IR kas lieka, nes modelis iš naujo atvaizduoja visą kadrą: viskas, ko neįvardijate kaip nekintamo, gali nuklysti. Nekintančių dalių įvardijimas — „veidas, poza ir apranga lieka identiški“ — yra didžiausias kokybės svertas, kurį turite. Redagavimo kelias priima neigiamą užklausą (teksto pavertimas vaizdu — ne); ten surašykite nepageidaujamus defektus, o ne rašykite „jokių X“ pačiame nurodyme. Rezultatas automatiškai paveldi šaltinio kraštinių santykį. Vaizdo įrašų generavimo nėra ir vaizdo animuoti neįmanoma. Redagavimas vyksta mūsų pačių GPU klasteryje pokalbių programėlėje, be turinio filtro ir be atsisakymo sluoksnio.
Dauguma žmonių, ieškančių necenzūruoto AI vaizdų redaktoriaus, turi vieną vaizdą ir vieną problemą: fonas netinkamas, apšvietimas plokščias, švarkas ne tos spalvos, kadre stovi pašalinis žmogus, per nuskaitytą nuotrauką eina lenkimo žymė — arba redagavimas visiškai teisėtas, o dabartinis įrankis atsisako prie jo prisiliesti. Šis tekstas apie tai, kaip tai daryti gerai: ne apie tai, kuris redaktorius turi daugiausia slankiklių, o apie tą vieną įprotį, kuris skiria pavykusį redagavimą nuo tokio, kuris tyliai perstato jūsų objekto veidą, kol jūs nežiūrite.
01Kas iš tikrųjų yra redagavimas nurodymu
Klasikinis AI redagavimas prašo sunkiausią dalį atlikti jus pačius: atverti drobę, uždažyti kauke sritį, kurią norite pakeisti, ir įrašyti frazę, aprašančią, kas turi būti jos viduje. Tikslu, lėta ir bevertė tą akimirką, kai jūsų pakeitimas neturi aiškaus kontūro — apšvietimo poslinkis, aprangos keitimas, pakeičiantis siluetą, viso kadro spalvų korekcija.
Shannon veikia atvirkščiai. Jūs nieko nežymite. Jūs parašote apie vaizdą sakinį bet kuria kalba, o sritis nustatoma iš jūsų žodžių. Dėl to tai praktiška necenzūruota inpainting alternatyva visiems, kam rūpi rezultatas, o ne atrankos darbas — su viena mechanine pasekme, kurią pirmiausia reikia suprasti:
Redagavimas yra viso kadro atvaizdavimas iš naujo, remiantis jūsų šaltinio vaizdu, o ne pataisa, uždėta ant jo dalies. Vaizdų modelis perskaito jūsų originalą, perskaito jūsų nurodymą ir sukuria naują vaizdą, kuris turėtų būti originalas plius pakeitimas. Niekas nėra mechaniškai užfiksuota. Kiekvienas pikselis kiekvieno redagavimo metu iš naujo svarstomas.
Būtent todėl „lietinga Tokijo gatvė“ — nepriekaištinga kaukėmis dirbančiame įrankyje — grįžta su joje stovinčiu vos kitokiu žmogumi. Kaukiniame įrankyje kaukė pasakė, kad žmogus neliečiamas; čia tai turi pasakyti jūsų sakinys. Kita medalio pusė: redagavimas nurodymu daro tai, ko kaukės negali — pastumti saulę taip, kad šešėliai su tuo sutiktų, pakeisti drabužį taip, kad audinys klostytųsi ant esamos pozos, paversti fotografiją tušu ir plokščiomis spalvomis išlaikant kompoziciją. Tokie pakeitimai neturi ribos, kurią būtų galima uždažyti; tai santykiai per visą kadrą.
02Fiksavimas: didžiausias kokybės svertas
Fiksavimas reiškia, kad kiekvienas redagavimo nurodymas rašomas dviem dalimis: pakeitimo sąlyga (kas turi būti kitaip, išreikšta teigiamai ir konkrečiai) ir išlaikymo sąlyga (dalys, kurios turi išlikti nepaliestos, įvardytos konkrečiais daiktavardžiais). Abi yra laikančiosios — vien pakeitimo sąlyga tėra pageidavimas. Jei iš šio puslapio pasiimsite vieną dalyką: jūsų rezultatą lemia tai, kaip aiškiai įvardijate, kas lieka, o ne tai, kaip vaizdingai aprašote, kas keičiasi.
Trys būdai, kaip nefiksuoti nurodymai nuklysta
- Tapatybės nuokrypis. Veidas grįžta beveik teisingas — šiek tiek kitokia nosis, tyliai pagražintas žandikaulis. Žalingiausias gedimas, nes telefone jį sunku pastebėti, o kiekvienam, pažįstančiam tą žmogų, jis akivaizdus.
- Šalutinis perpiešimas. Prašėte naujo fono; gavote ir naują spalvų korekciją, naują objektyvą ir megztinį, kuris anksčiau buvo rumbuotas. Modelis perskaitė nurodymą kaip viso galutinio vaizdo aprašymą, o ne kaip skirtumą nuo šaltinio.
- Apimties plitimas dėl būdvardžių. „Dramatiškiau“, „švariau“, „profesionaliau“ neįvardija jokio objekto. Būdvardis be daiktavardžio taikomas viskam, todėl viskas ir pajuda.
Fiksavimo žodynas
Fiksatoriai veikia kaip konkretūs daiktavardžiai. „Palik taip pat“ yra silpna — modelis negali žinoti, koks vienodumas jums rūpi. Išsirinkite tris–penkis jūsų redagavimui svarbius dalykus ir įvardykite juos tiesiai.
| Ką keičiate | Fiksatoriai, kuriuos verta įvardyti aiškiai |
|---|---|
| Foną / aplinką | veidą ir veido bruožus, šukuoseną, pozą, rankas, aprangą, kameros kampą, kadravimą, objekto apšvietimą |
| Apšvietimą / nuotaiką | veidą, išraišką, odos tekstūrą, pozą, aprangą, fono turinį, kadravimą |
| Drabužius / aprangą | veidą, barzdą ar plaukus, pozą, rankas, kūno proporcijas, foną, apšvietimo kryptį, spalvų korekciją |
| Stilių / techniką | kompoziciją, pozą, plaukų ilgį, drabužių formas, personažų skaičių, kadravimą |
| Objekto pašalinimą / taisymą | visa kita kadre — objektą, aplinkinę architektūrą, grūdėtumą, tonaciją, kontrastą, spalvą |
| Vieno daikto spalvą | visas kitas vaizdo spalvas ir keičiamo objekto tekstūrą bei medžiagą |
Atkreipkite dėmesį į paskutinę eilutę. Perspalvinimas sugenda tyliai, nes „padaryk švarką raudoną“ kviečia švarką perstatyti iš naujo — naujas kirpimas, nauja medžiaga, naujos klostės. Fiksuotai: „perspalvink esamą švarką į tamsiai raudoną, išlaikydamas tikslų jo kirpimą, siūles, audinio tekstūrą ir tai, kaip jis krenta.“ Vienos sąlygos skirtumas, o rezultatas nepalyginamai geresnis.
03Išnagrinėti pavyzdžiai: silpnas nurodymas, kodėl jis nuklysta, fiksuotas perrašymas
Kiekviena pora žemiau yra tas pats ketinimas, užrašytas dukart. Diagnozė viduryje yra ta dalis, kurią galima perkelti kitur.
A. Fono keitimas
Kodėl nuklysta: tai aprašo galutinį vaizdą, o ne skirtumą. Niekas moteryje nėra apsaugota ir niekas nelaiko kameros vietoje, todėl modelis perkadruoja ir atvaizduoja ją iš naujo, kurdamas įtikinamą sceną.
Kas pasikeitė: išlaikymo sąlyga pritvirtina tapatybę, aprangą ir kadravimą, o paskutinė frazė pasako, kurion pusėn sprendžiama siūlė — fonas lenkiasi objekto šviesai, o ne atvirkščiai.
B. Perapšvietimas
Kodėl nuklysta: „geresnis“ yra būdvardis be daiktavardžio. Modeliui tenka išgalvoti apibrėžimą, o pigiausias būdas atrodyti geriau atvaizduojant iš naujo — išlyginta oda, baltesni dantys ir siauresnis žandikaulis. Prašėte šviesos, o gavote retušą.
Kas pasikeitė: šviesa aprašyta fiziškai — kryptis, kokybė, temperatūra, gesimas. Odos tekstūra užfiksuota atskirai, nes perapšviečiant modeliui labiausiai norisi ją išlyginti.
C. Objekto perrengimas
Kodėl nuklysta: kostiumas pakeičia siluetą, todėl liemenį reikia atvaizduoti iš naujo — o galva ant jo paprastai keliauja kartu. Nefiksuoti aprangos pakeitimai yra antras pagal dydį tapatybės nuokrypio šaltinis po fono keitimų.
Kas pasikeitė: „pritaikytus jo dabartinei laikysenai“ padaro drabužį pavaldų pozai. Rankos užfiksuotos atskirai, nes būtent rankose aprangos pakeitimai labiausiai matomai subyra.
D. Fotografijos stiliaus keitimas
Kodėl nuklysta: vien stiliaus žodis atiduoda viską — kompoziciją, kadravimą, plaukus, aprangą, žmonių skaičių — o „anime“ yra trisdešimt metų tarpusavyje nesuderinamų tradicijų. Gaunate kompetentingą visai kitos scenos iliustraciją.
Kas pasikeitė: stiliaus pakeitimams reikia kitokio fiksavimo. Tekstūros užfiksuoti negalima — tekstūra yra būtent tai, kas keičiama — todėl fiksuojate struktūrą: kompoziciją, pozą, siluetus, kadravimą, personažų skaičių. Prašyti išlaikyti „fotorealistinę odą“ celuloidinėje animacijoje yra prieštaravimas.
E. Ko nors pašalinimas
Kodėl nuklysta: neiginys vis tiek pastato sąvoką modeliui prieš akis ir nieko nepasako apie tai, kas užpildys atlaisvintą vietą. Pašalinimams reikia teigiamo tiek objekto, tiek užpildo įvardijimo.
Kas pasikeitė: objektas įvardytas pagal daiktą, spalvą ir padėtį; užpildas nurodytas, todėl modelis neišgalvoja aikštės ten, kur turi būti šaligatvis; o „visa kita“ išrašyta tikrais daiktavardžiais.
F. Pažeistos fotografijos taisymas
Kodėl nuklysta: „sutaisyk“ suprantama kaip „pagerink“, o senos nuotraukos gerinimas reiškia jos modernizavimą — švaresnė oda, didesnis kontrastas ir veidas, kuris jau nebe visai jūsų močiutės.
Kas pasikeitė: pažeidimai išvardyti, todėl „sutaisyk“ turi apibrėžtą apimtį, o grūdėtumas ir tonacija užfiksuoti, nes būtent jie atspaudą daro autentišką savo laikui. Trys draudimai yra retas atvejis, kai neiginys pelnytai vietoje — tai nurodymai apie procesą, o ne apie objektus.
Gero nurodymo forma
Siekite 25–60 žodžių, rašykite pilnais sakiniais, o ne kableliais atskirtomis raktažodžių žymomis — Vaizdų modelis skaito užklausas taip, kaip tai daro kalbos modelis, todėl proza įveikia žymų sriubą. Praleiskite SDXL laikų šlamštą (masterpiece, best quality, 8k) ir svorių sintaksę, tokią kaip (word:1.3); čia jie nieko nedaro. Vienam nurodymui – vienas pakeitimas: du nesusiję pakeitimai viename sakinyje varžosi dėl dėmesio ir abu grįžta padaryti per pusę.
04Neigiama užklausa — čia palaikoma, skirtingai nuo teksto pavertimo vaizdu
Tai žmones klaidina, todėl pasakykime tiesiai:
| Kelias | Šaltinio vaizdai | Neigiama užklausa | Kraštinių santykis | Užklausos forma |
|---|---|---|---|---|
| Tekstas į vaizdą | 0 | Nepalaikoma | Pasirenkamas (numatytas kvadratas) | Aprašomoji proza |
| Vieno vaizdo redagavimas | Lygiai 1 | Palaikoma | Paveldimas iš šaltinio | Nurodymas: pakeisti + palikti |
| 2+ vaizdų sujungimas | 2 ar daugiau | Palaikoma | Pasirenkama nauja drobė | Proza su įvardytais vaidmenimis |
Teksto pavertimas vaizdu neigiamos užklausos nepriima visai — kuriant iš nieko, aprašyti tik tai, ko norite, ir yra ta disciplina (žr. necenzūruotas AI vaizdų generavimas). Redagavimas kitoks: šaltinį jau turite, o būdingi pakartotinio atvaizdavimo gedimai yra žinomi ir įvardijami, todėl neigiama užklausa turi ką konkrečiai slopinti.
Kas jai priklauso
Defektai, ir tik defektai. Tai trūkumų sąrašas, o ne antras nurodymų kanalas:
- extra fingers, fused fingers, malformed hands — bet kokiam redagavimui, kuris iš naujo atvaizduoja žmogų.
- warped text, garbled lettering, misspelled signage — visam, kur kadre yra ženklų, etikečių ar pakuočių.
- duplicated limbs, duplicated railing, repeated windows — pašalinimams ir fono pratęsimams.
- smeared texture, blurry patch, halo around the subject, visible seam — fono keitimams ir objektų šalinimui.
- plastic skin, waxy skin, over-smoothed face, watermark, jpeg artifacts — perapšvietimui, portretų redagavimui, bendrai higienai.
Kas jai nepriklauso
Sprendimai dėl turinio. Jei norite, kad kepurės nebūtų, nurodymas yra „pašalink kepurę“, o ne neigiama užklausa, kurioje parašyta „kepurė“. Neigiama užklausa patikimai nepašalina to, kas jau yra jūsų šaltinyje; ji atgraso defektus nuo atsiradimo atvaizduojant. Turinys ten duoda blogiausią abiejų pusių derinį: kepurė lieka, o vieta, kuri galėjo slopinti iškraipytas rankas, prarasta.
Kita taisyklės pusė taikoma jūsų nurodymui: liaukitės jame rašę „jokių X“. „Gatvė be automobilių“, „portretas be akinių“ — abu įdeda nepageidaujamą sąvoką į sakinį ir prašo modelio ją paneigti; kalba su tuo tvarkosi gerai, o vaizdo sąlygojimas — prastai. Pasakykite, kas ten turi būti vietoj to: „tuščia gatvė su švariu asfaltu“, „portretas su neuždengtomis akimis“. Vienintelė išimtis, kaip F pavyzdyje, yra nurodymas apie procesą — „neaštrink“, „neperspalvink“ — kuris atsisako operacijos, o ne įvardija objektą.
Darbo pasidalijimas viena eilute
Nurodymas: kas keičiasi, kas lieka — išreikšta teigiamai. Neigiama užklausa: būdai, kaip atvaizdavimas gali būti sudarkytas. Laikykite juos atskirai ir abu taps geresni.
05Vienas šaltinio vaizdas ir kaip Shannon jį parenka
Redagavimas veikia su lygiai vienu šaltinio vaizdu: arba su nuotrauka, jau esančia pokalbyje — prisegta anksčiau ar jums sugeneruota — arba su ta, kuri prisegta prie ką tik siunčiamos žinutės. Niekas nėra traukiama iš už pokalbio ribų, o redagavimo kelias niekada tyliai nesulieja dviejų nuotraukų. Jei jūsų sumanymui reikia elementų iš daugiau nei vieno vaizdo — apranga iš A nuotraukos ant žmogaus B nuotraukoje — tai komponavimas, kurio užklausos forma kitokia: kiekvieno vaizdo vaidmuo įvardijamas iš eilės.
Tęsiniai ir naujausias tinkamas vaizdas
Kai vaizdas jau yra pokalbyje, trumpi tęsiniai veikia taip, kaip tikėtumėtės. „Padaryk tamsiau.“ „Dabar pabandyk saulėlydį.“ Jie taikomi naujausiam tinkamam vaizdui pokalbyje — paprastai ką tik gautam rezultatui — todėl smulkių nurodymų seka elgiasi kaip redagavimų krūva. Trys pasekmės:
- Kartokite po vieną žingsnį. Kiekvienas tęsinys yra dar vienas pilnas pakartotinis atvaizdavimas, todėl „padaryk tamsiau ir pakeisk jos paltą ir nuleisk kamerą žemiau“ yra trys redagavimai, besivaržantys dėl vieno praėjimo. Siųskite tris žinutes; sustokite ties ta, kuri patiko.
- Saugokitės kartų nuostolių. Maži nuokrypiai kaupiasi; po šešto redagavimo iš eilės veidas gali būti gerokai nutolęs nuo originalo, nors nė vienas žingsnis neatrodė blogas. Pastebėję nuokrypį, liaukitės lopę — prisekite originalų failą iš naujo ir parašykite vieną jungtinį nurodymą, apimantį viską, ko per tą laiką supratote norintys.
- Ilgame pokalbyje kalbėkite aiškiai. „Naudodamas anksčiau prisegtą paplūdimio nuotrauką, …“ pašalina dviprasmybę, kai žaidžia keli vaizdai.
Patvirtinimo kortelė — paskutinė proga pridėti fiksatorių
Jūs prašote paprasta kalba, ta kalba, kuria kalbate. Shannon nusprendžia, kad prašoma vaizdo operacijos, galutinį nurodymą parašo pats angliškai ir parodo jį jums patvirtinimo kortelėje, prieš ką nors atvaizduodamas. Kol nepatvirtinate, niekas nesukuriama ir niekas neapmokestinama. Perskaitykite tą kortelę — būtent joje pagausite trūkstamą išlaikymo sąlygą prieš išleisdami bet ką.
Du susiję dalykai: Shannon niekada negeneruoja nepaprašytas — pasisveikinimas, klausimas ar prabėgomis prisegta nuotrauka vaizdo operacijos nepaleidžia. O paprašymas Shannon tiesiog pažiūrėti į vaizdą — jį aprašyti, perskaityti jame esantį tekstą, pasakyti, kodėl kompozicija neveikia — yra įprastas regos darbas, o ne generavimas, ir papildomai nieko nekainuoja. „Ką pakeistum šioje nuotraukoje?“ yra nemokamas patarimas; jo įgyvendinimas ir yra redagavimas.
06Kraštinių santykis paveldimas automatiškai
Suredaguotas vaizdas grįžta tokio paties kraštinių santykio kaip jo šaltinis. Jūs jo nesirenkate ir neturite rinktis: 4:5 portretas lieka 4:5, 16:9 kadras lieka 16:9, nepatogi telefono ekrano nuotrauka išlaiko savo proporcijas. Redagavimas, kuris tyliai perkadruotų jūsų vaizdą, nebūtų redagavimas — tai būtų apkarpymas plius spėjimas, kas yra už originalo ribų.
Tai tikras skirtumas nuo kitų dviejų kelių. Teksto pavertimas vaizdu prašo pasirinkti iš square (numatytasis), portrait, landscape, wide (kinematografinis) ir tall (plakatams ir ekrano fonams), o aiškiai išsakytas prašymas visada laimi; komponavimas leidžia pasirinkti naują drobę, nes nėra vieno šaltinio, iš kurio būtų galima paveldėti. Taigi jei reikia kitokios formos, tai ne redagavimas — paversti 1:1 prekės nuotrauką 16:9 baneriu reiškia išgalvoti pikselius, kurie niekada nebuvo nufotografuoti. Darykite tai sąmoningai — generuodami arba komponuodami ant naujos drobės.
07Vaizdo įrašų generavimo nėra
Pasakoma tiesiai, nes žmonės klausia
Shannon negeneruoja vaizdo įrašų ir neanimuoja vaizdų. Nėra kelio nuo vaizdo prie vaizdo įrašo, nėra „priversk šią nuotrauką judėti“, nėra ciklo, nėra cinemagrafo. Tai nėra peržiūros stadijos ar netrukus pasirodysianti galimybė — jos produkte nėra, ir niekas šiame puslapyje neturėtų būti suprantama kaip užuomina į priešingai.
Su vaizdais Shannon 3 daro lygiai tris dalykus: sukuria naują vaizdą, suredaguoja vieną esamą vaizdą ir sujungia du ar daugiau vaizdų į vieną. Viskas čia telpa į antrąjį iš jų.
Verta pasakyti dukart, nes „AI vaizdų redaktorius“ ir „AI vaizdo įrašų generatorius“ žmonių galvose tapo gretimais dalykais, o įrankis, kuris mielai perapšvies jūsų fotografiją, atrodo, tarsi turėtų būti per vieną mygtuką nuo jos pajudinimo. Nėra — ir tai turėtumėte sužinoti pirmą, o ne dešimtą minutę.
08Kodėl necenzūruotumas redagavimui svarbesnis nei generavimui
Filtruoti redaktoriai genda kitaip nei filtruoti generatoriai, ir paprastai blogiau. Filtruotas generatorius atmeta jūsų užklausą; jūs perrašote ir bandote dar kartą. Filtruotas redaktorius gali atmesti patį šaltinio vaizdą, dar neperskaitęs nė žodžio jūsų nurodymo. Įkelkite klinikinę žaizdos nuotrauką atvejo aprašymui — ji atmetama įvestyje. Įkelkite istorinę karo fotografiją, kad sutaisytumėte lenkimo žymę, ir šautuvas kadre užbaigia pokalbį. Teisėtas darbas, kategoriškas atsisakymas ir joks perrašymas nebūtų padėjęs.
Shannon vykdo vaizdų kelią be turinio filtro išvestyje ir be atsisakymo sluoksnio modelyje, kuris rašo nurodymą. Būtent tai daro įmanomus šiuos įprastus darbus:
- Natūros aktai ir figūros studijos — retušavimas, perapšvietimas ir stiliaus keitimas menininkams bei fotografams, dirbantiems su sutikimą davusiais suaugusiais modeliais.
- Medicininė ir teismo ekspertizės iliustracija — klinikiniai vaizdai, sutvarkyti mokomajai medžiagai, atvejų aprašymams ir rekonstrukcijos darbams, kurių įprasti redaktoriai atsisako iš pirmo žvilgsnio.
- Saugumo tyrimų vaizdai — ekrano nuotraukos, fizinio saugumo fotografijos ir įrangos dokumentacija sukčiavimo atpažinimo mokymams bei „red team“ ataskaitoms.
- Smurtas grožinėje kūryboje — kino, žaidimų ir komiksų gamybinė grafika, kurioje žaizda ar ginklas yra pati tema.
- Politinė satyra ir redakcinė iliustracija — keli šimtmečiai istorijos už nugaros ir beveik jokio palaikymo filtruotuose įrankiuose.
- Prekės ženklo ir atvaizdo darbai, atliekami teisių turėtojo — jūsų pačių prekių fotografija, logotipų maketai ir portretai bei sudėtingi šeimos archyvai, nesiginčijant su klasifikatoriumi, ar jums leidžiama.
Necenzūruota nereiškia neatsakinga. Shannon valdo Shannon Lab LLC (Naujoji Meksika, JAV) pagal paskelbtą Atsakingo naudojimo politiką, ir būtent joje glūdi tikrosios ribos — tos, kurios apie teisę ir žalą, o ne apie klasifikatoriaus nejaukumą dėl žaizdos nuotraukos. Refleksinio atsisakymo nebuvimas yra teiginys apie įrankį, o ne apie jūsų atsakomybę už tai, ką kuriate.
09Kur telpa API — ir kur ne
Tai dažnas neteisingas posūkis skaitytojams, atėjusiems iš API paieškos. Vaizdų generavimas ir redagavimas vyksta Shannon pokalbių programėlėje, ne API. Trys /v1 dialektai — /v1/chat/completions (OpenAI formos), /v1/messages (Anthropic formos) ir /v1/responses, visi srautiniai, visi ant tų pačių modelių — teikia tekstą ir regą. Rega reiškia, kad modeliai skaito jūsų siunčiamus vaizdus: juos aprašo, perrašo tekstą, išanalizuoja diagramą. Tai nereiškia, kad jie vaizdus kuria ar keičia.
Vis dėlto lieka naudingas modelis: rega plius necenzūruotas teksto modelis yra stiprus nurodymų rašymo pagalbininkas. Nusiųskite API savo šaltinio vaizdą, paprašykite aprašyti, kas yra kadre, ir parengti fiksuotą nurodymą, įvardijantį pakeitimą bei fiksatorius, o tada tą nurodymą paleiskite pokalbyje — jis pagauna fiksatorius, kuriuos būtumėte pamiršę. Užklausų ir atsakymų formos aprašytos API dokumentacijoje.
10Dažnai užduodami klausimai
Kas yra necenzūruotas AI vaizdų redaktorius?
Tai redaktorius, kuris paima esamą vaizdą kartu su paprasta kalba parašytu nurodymu ir grąžina suredaguotą vaizdą — be turinio filtro išvestyje ir be atsisakymo sluoksnio modelyje, kuris rašo nurodymą. Jis veikia mūsų pačių GPU klasteryje Shannon pokalbių programėlėje, todėl darbas, kurio filtruoti redaktoriai atsisako — natūros aktų retušavimas, medicininė ir teismo ekspertizės iliustracija, saugumo tyrimų vaizdai, smurtas grožinėje kūryboje, politinė satyra — yra atliekamas, o ne atmetamas.
Kodėl pasikeičia veidas, nors prašiau pakeisti tik foną?
Todėl, kad nurodymu vykdomas redagavimas iš naujo atvaizduoja visą kadrą, remdamasis jūsų šaltinio vaizdu, o ne tik tą sritį, kurią turėjote galvoje — viskas, ko neįvardijate kaip nekintamo, gali nuklysti. Sprendimas yra fiksavimas: pridėkite išlaikymo sąlygą, pavyzdžiui, „veidas, šukuosena, poza ir apranga lieka identiški, tas pats kameros kampas ir kadravimas“. Nekintančių dalių įvardijimas yra didžiausias kokybės svertas, kurį turite.
Ar Shannon vaizdų redagavimas palaiko neigiamą užklausą?
Taip. Skirtingai nuo teksto pavertimo vaizdu, kuris jos nepriima visai, redagavimo ir kelių vaizdų komponavimo keliai abu ją palaiko. Naudokite ją nepageidaujamiems defektams — papildomiems pirštams, iškraipytam tekstui, dubliuotiems turėklams, ištepliotai tekstūrai, plastikinei odai, vandenženkliams — o ne rašykite „jokių X“ pačiame nurodyme. Sprendimai dėl turinio priklauso nurodymui ir formuluojami teigiamai; defektų slopinimas priklauso neigiamai užklausai.
Ar Shannon gali animuoti mano vaizdą arba paversti jį vaizdo įrašu?
Ne. Shannon negeneruoja vaizdo įrašų ir neanimuoja vaizdų. Nėra kelio nuo vaizdo prie vaizdo įrašo ir apie tokį nėra skelbiama. Shannon 3 sukuria naują vaizdą, suredaguoja vieną esamą vaizdą arba sujungia du ar daugiau vaizdų į vieną — tie trys dalykai ir nieko daugiau.
Kiek šaltinio vaizdų naudojama redaguojant?
Lygiai vienas: arba vaizdas, jau esantis pokalbyje, arba prisegtas prie dabartinės jūsų žinutės. Jei elementai turi būti paimti iš dviejų ar daugiau vaizdų — apranga iš vienos nuotraukos ant žmogaus iš kitos — tai jau komponavimas, o ne redagavimas, ir turėtumėte pateikti tikrus vaizdus, o ne aprašyti antrąjį žodžiais.
Ar reikia piešti kaukę arba naudoti inpainting?
Ne. Nėra jokio teptuko, laso ar kaukės sluoksnio. Jūs aprašote pakeitimą sakiniu, o sritis nustatoma iš jūsų kalbos — todėl tikslūs daiktavardžiai yra svarbūs: „dešinėje pastatytas sidabrinis automobilis“ taiko kur kas geriau nei „tas daiktas“. Dėl to Shannon yra praktiška necenzūruota inpainting alternatyva tiems, kas nori rezultato be atrankos darbo.
Ar galiu redaguoti vaizdus per Shannon API?
Ne. Vaizdų generavimas ir redagavimas gyvena Shannon pokalbių programėlėje. /v1 dialektai — /v1/chat/completions, /v1/messages ir /v1/responses — teikia tekstą ir regą: jie skaito ir analizuoja jūsų atsiųstus vaizdus, bet jų nekuria ir neredaguoja. Įprasta darbo eiga yra leisti API regai parengti fiksuotą nurodymą, o patį redagavimą atlikti pokalbyje.
Redaguokite vaizdą nesiginčydami su filtru
Prisekite nuotrauką, parašykite vieną sakinį, įvardykite, kas lieka.
Pradėti redaguoti Skaityti API dokumentacijąVaizdai atvaizduojami mūsų pačių GPU klasteryje · niekas neatvaizduojama ir neapmokestinama, kol nepatvirtinate kortelės
Shannon AI valdo Shannon Lab LLC, Naujoji Meksika, JAV. Vaizdų generavimas, redagavimas ir komponavimas yra Shannon 3 pokalbių programėlės funkcijos; /v1 API teikia tik tekstą ir regą. Produkte nėra jokio vaizdo įrašų generavimo. Redagavimas priima lygiai vieną šaltinio vaizdą ir paveldi jo kraštinių santykį. Necenzūruotų vaizdų kelių naudojimą reglamentuoja Atsakingo naudojimo politika.