Necenzētais AI attēlu redaktors
Mainiet, pārstilizējiet, pārgaismojiet, pārģērbiet vai salabojiet vienu esošu attēlu, uzrakstot vienu teikumu. Bez maskām, bez filtriem, bez atteikumiem — un viens paņēmiens, kas nozīmē vairāk nekā visi pārējie kopā.
Īsumā
Shannon rediģē tieši vienu esošu attēlu pēc ikdienišķā valodā rakstītas instrukcijas — bez otas, bez maskas, bez atlases. Šai instrukcijai jāpasaka, kas mainās UN kas paliek, jo modelis no jauna ģenerē visu kadru: viss, ko nenosaucat par nemainīgu, drīkst nobīdīties. Nemainīgo daļu nosaukšana — „paturi seju, pozu un apģērbu identisku” — ir lielākā kvalitātes svira, kas jums ir. Rediģēšanas ceļš pieņem negatīvo uzvedni (teksts-uz-attēlu to nepieņem); lieciet tur nevēlamos artefaktus, nevis rakstiet instrukcijā „bez X”. Izvade automātiski manto avota malu attiecību. Video ģenerēšanas nav, un attēlu nav iespējams animēt. Rediģēšana darbojas uz mūsu pašu GPU klastera čata lietotnē, bez satura filtra un bez atteikuma slāņa.
Lielākajai daļai cilvēku, kas meklē necenzētu AI attēlu redaktoru, ir viens attēls un viena problēma: fons ir nepareizs, gaisma ir plakana, jaka ir nepareizā krāsā, kadrā stāv svešinieks, skenējumam cauri iet ieloce — vai arī labojums ir pilnīgi likumīgs, bet pašreizējais rīks atsakās to aizskart. Šis raksts ir par to, kā izdarīt to labi: nevis par to, kuram redaktoram ir visvairāk slīdņu, bet par to vienu ieradumu, kas atšķir labojumu, kurš trāpa, no labojuma, kurš klusi pārbūvē jūsu subjekta seju, kamēr neskatījāties.
01Kas patiesībā ir uz instrukciju balstīta rediģēšana
Klasiskā AI rediģēšana prasa smago daļu paveikt pašam: atveriet audeklu, uzkrāsojiet masku pār apgabalu, kuru vēlaties mainīt, ierakstiet frāzi, kas apraksta, kam tajā jābūt. Precīzi, lēni un bezjēdzīgi brīdī, kad jūsu izmaiņai nav tīras kontūras — gaismas pārbīde, garderobes maiņa, kas izmaina siluetu, globāla krāsu korekcija.
Shannon strādā otrādi. Jūs neko neatlasāt. Jūs uzrakstāt teikumu par attēlu jebkurā valodā, un apgabals tiek secināts no jūsu vārdiem. Tas padara to par praktisku necenzētu inpainting alternatīvu ikvienam, kam vajadzīgs rezultāts, nevis atlases darbs — ar vienu mehānisku sekmi, kas jāsaprot vispirms:
Labojums ir visa kadra atkārtota renderēšana, balstoties uz jūsu avota attēlu, — nevis ielāps, kas uzlikts kādai tā daļai. Attēlu modelis izlasa jūsu oriģinālu, izlasa jūsu instrukciju un rada jaunu attēlu, kam vajadzētu būt oriģinālam plus izmaiņai. Nekas nav mehāniski iesaldēts. Katrs pikselis katrā labojumā ir no jauna apspriežams.
Tāpēc „lietaina Tokijas iela” — nevainojama maskētā rīkā — atgriežas ar smalki citādu cilvēku, kas tajā stāv. Maskētā rīkā maska pateica, ka cilvēks ir neaizskarams; šeit to jāpasaka jūsu teikumam. Ieguvums: instrukciju rediģēšana dara to, ko maskas nespēj — pārvieto sauli tā, lai ēnas tam piekrīt, maina apģērba gabalu tā, lai audums krīt pār esošo pozu, pārstilizē fotogrāfiju par tušu un plakanu krāsu, saglabājot kompozīciju. Šiem labojumiem nav robežas, ko uzkrāsot; tās ir attiecības visā kadrā.
02Enkurošana: lielākā kvalitātes svira
Enkurošana nozīmē rakstīt katru rediģēšanas instrukciju kā divas klauzulas: izmaiņu klauzulu (kam jābūt citādam, izteiktu apstiprinoši un konkrēti) un paturēšanas klauzulu (daļas, kurām jāizdzīvo neskartām, nosauktas kā konkrēti lietvārdi). Abas ir nesošas — izmaiņu klauzula viena pati ir tikai vēlēšanās. Ja no šīs lapas paņemat vienu lietu, lai tā ir šī: jūsu rezultātu nosaka tas, cik nepārprotami nosaucat to, kas paliek, nevis tas, cik spilgti aprakstāt to, kas mainās.
Trīs veidi, kā nenoenkurotas instrukcijas nobīdās
- Identitātes nobīde. Seja atgriežas gandrīz pareiza — nedaudz citāds deguns, klusi izskaistināta žokļa līnija. Vispostošākā kļūme, jo telefonā to grūti pamanīt, bet ikvienam, kas cilvēku pazīst, tā ir acīmredzama.
- Blakus pārstilizēšana. Jūs lūdzāt jaunu fonu; saņēmāt arī jaunu krāsu korekciju, jaunu objektīvu un džemperi, kas agrāk bija ribots. Modelis izlasīja instrukciju kā visa mērķa attēla aprakstu, nevis kā starpību no avota.
- Apjoma izplešanās no īpašības vārdiem. „Dramatiskāk”, „tīrāk”, „profesionālāk” nenosauc nevienu objektu. Īpašības vārds bez lietvārda attiecas uz visu, tāpēc kustas viss.
Enkuru vārdnīca
Enkuri darbojas kā konkrēti lietvārdi. „Paturi to tādu pašu” ir vājš — modelis nevar zināt, kura vienādība jums rūp. Izvēlieties trīs līdz piecas lietas, kas jūsu labojumam ir svarīgas, un nosauciet tās tieši.
| Ko jūs maināt | Enkuri, ko vērts nosaukt tieši |
|---|---|
| Fons / vide | seja un sejas vaibsti, frizūra, poza, rokas, apģērbs, kameras leņķis, kadrējums, gaisma uz subjekta |
| Gaisma / noskaņa | seja, sejas izteiksme, ādas tekstūra, poza, apģērbs, fona saturs, kadrējums |
| Apģērbs / garderobe | seja, bārda vai mati, poza, rokas, ķermeņa proporcijas, fons, gaismas virziens, krāsu korekcija |
| Stils / medijs | kompozīcija, poza, matu garums, apģērba formas, subjektu skaits, kadrējums |
| Objekta noņemšana / labošana | viss pārējais kadrā — subjekts, apkārtējā arhitektūra, graudainība, tonalitāte, kontrasts, krāsa |
| Vienas lietas krāsa | katra cita krāsa attēlā, kā arī mainītā objekta tekstūra un materiāls |
Ievērojiet pēdējo rindu. Pārkrāsošana noiet greizi klusi, jo „padari jaku sarkanu” aicina jaku uzbūvēt no nulles — jauns piegriezums, jauns materiāls, jaunas krokas. Noenkurots: „pārkrāso esošo jaku dziļi tumši sarkanu, saglabājot tās precīzo piegriezumu, šuves, auduma tekstūru un to, kā tā krīt”. Viena klauzula atšķirības, dramatiski labāks rezultāts.
03Izstrādāti piemēri: vāja instrukcija, kāpēc tā nobīdās, noenkurots pārraksts
Katrs pāris zemāk ir viens un tas pats nolūks, uzrakstīts divreiz. Diagnoze vidū ir tā daļa, ko var pārnest citur.
A. Fona nomaiņa
Kāpēc tā nobīdās: tas apraksta gala attēlu, nevis starpību. Nekas par sievieti nav aizsargāts un nekas netur kameru mierā, tāpēc modelis pārkadrē un pārrenderē viņu, būvējot ticamu ainu.
Kas mainījās: paturēšanas klauzula piesprauž identitāti, garderobi un kadrējumu, un pēdējā frāze pasaka, uz kuru pusi šuve atrisinās — fons pielāgojas subjekta gaismai, nevis otrādi.
B. Pārgaismošana
Kāpēc tā nobīdās: „labāks” ir īpašības vārds bez lietvārda. Modelim jāizdomā definīcija, un lētākais veids, kā atkārtotā renderējumā izskatīties labāk, ir nogludināta āda, gaišāki zobi un slaidāks žoklis. Jūs lūdzāt gaismu un saņēmāt retušu.
Kas mainījās: gaisma ir aprakstīta fizikāli — virziens, kvalitāte, temperatūra, izdzišana. Ādas tekstūra ir noenkurota tieši, jo tieši pārgaismošanas laikā modelim visvairāk gribas to nogludināt.
C. Subjekta pārģērbšana
Kāpēc tā nobīdās: uzvalks maina siluetu, tāpēc rumpis jārenderē no jauna — un galva virs tā parasti aiziet līdzi. Nenoenkurotas garderobes izmaiņas ir otrs lielākais identitātes nobīdes avots pēc fona nomaiņas.
Kas mainījās: „piegrieztu viņa pašreizējai stājai” padara apģērbu pakārtotu pozai. Rokas ir noenkurotas atsevišķi, jo tieši rokās garderobes labojumi visredzamāk izjūk.
D. Fotogrāfijas pārstilizēšana
Kāpēc tā nobīdās: stila vārds vien nodod visu — kompozīciju, kadrējumu, matus, garderobi, cilvēku skaitu —, un „anime” ir trīsdesmit gadu savstarpēji nesavienojamu tradīciju. Jūs saņemat prasmīgu citas ainas ilustrāciju.
Kas mainījās: stila labojumiem vajadzīgs cits enkurs. Tekstūru noenkurot nevar — tekstūra ir tieši tas, kas tiek aizstāts —, tāpēc jūs noenkurojat struktūru: kompozīciju, pozu, siluetus, kadrējumu, subjektu skaitu. Lūgt paturēt „fotoreālistisku ādu” zem cel animācijas ir pretruna.
E. Kaut kā noņemšana
Kāpēc tā nobīdās: noliegums joprojām noliek jēdzienu modeļa priekšā un neko nepasaka par to, kas aizpilda atbrīvoto vietu. Noņemšanai vajadzīgs apstiprinošs formulējums gan par mērķi, gan par aizpildījumu.
Kas mainījās: mērķis ir nosaukts pēc objekta, krāsas un novietojuma; aizpildījums ir norādīts, tāpēc modelis neizdomā laukumu tur, kur pieder ietve; un „viss pārējais” ir izrakstīts īstos lietvārdos.
F. Bojātas fotogrāfijas labošana
Kāpēc tā nobīdās: „salabot” tiek lasīts kā „uzlabot”, un vecas fotogrāfijas uzlabošana nozīmē tās modernizēšanu — tīrāka āda, augstāks kontrasts un seja, kas vairs nav gluži jūsu vecmāmiņas.
Kas mainījās: bojājumi ir uzskaitīti, tāpēc „salabot” ir definēts apjoms, un graudainība un tonalitāte ir noenkurotas, jo tieši tās liek attēlam izskatīties laikmetam autentiskam. Trīs aizliegumi ir tas retais gadījums, kad noliegums ir vietā — norādes par procesu, nevis par objektiem.
Labas instrukcijas forma
Tiecieties uz 25 līdz 60 vārdiem, pilnos teikumos, nevis ar komatiem atdalītos atslēgvārdu tagos — Attēlu modelis lasa uzvednes tāpat kā valodas modelis, tāpēc proza pārspēj tagu putru. Izlaidiet SDXL laikmeta atkritumus (masterpiece, best quality, 8k) un svaru sintaksi, piemēram, (word:1.3); šeit tie neko nedara. Veiciet vienu izmaiņu uz vienu instrukciju — divas nesaistītas izmaiņas vienā teikumā cīnās par uzmanību, un abas atgriežas pusdarītas.
04Negatīvā uzvedne — šeit atbalstīta, atšķirībā no teksta-uz-attēlu
Tas cilvēkus mulsina, tāpēc pasacīsim skaidri:
| Ceļš | Avota attēli | Negatīvā uzvedne | Malu attiecība | Uzvednes forma |
|---|---|---|---|---|
| Teksts uz attēlu | 0 | Netiek atbalstīta | Izvēlēta (noklusējums — kvadrāts) | Aprakstoša proza |
| Viena attēla rediģēšana | Tieši 1 | Atbalstīta | Mantota no avota | Instrukcija: mainīt + paturēt |
| 2+ attēlu apvienošana | 2 vai vairāk | Atbalstīta | Izvēlams jauns audekls | Proza ar nosauktām lomām |
Teksts uz attēlu nepieņem negatīvo uzvedni nemaz — ģenerējot no nekā, tieši tas, ka aprakstāt tikai to, ko gribat, ir disciplīna (skatiet necenzētu AI attēlu ģenerēšanu). Rediģēšana ir citāda: jums jau ir avots, un atkārtotas renderēšanas raksturīgās kļūmes ir zināmas un nosaucamas, tāpēc negatīvajai uzvednei ir kas konkrēts, ko apspiest.
Kas tajā pieder
Artefakti, un tikai artefakti. Tas ir defektu saraksts, nevis otrs instrukciju kanāls:
- extra fingers, fused fingers, malformed hands — jebkuram labojumam, kas no jauna renderē cilvēku.
- warped text, garbled lettering, misspelled signage — visam, kur kadrā ir izkārtnes, etiķetes vai iepakojums.
- duplicated limbs, duplicated railing, repeated windows — noņemšanai un fona paplašināšanai.
- smeared texture, blurry patch, halo around the subject, visible seam — fona nomaiņai un objektu noņemšanai.
- plastic skin, waxy skin, over-smoothed face, watermark, jpeg artifacts — pārgaismošanai, portretu labojumiem, vispārīgai higiēnai.
Kas tajā nepieder
Satura lēmumi. Ja gribat, lai cepure pazūd, instrukcija ir „noņem cepuri” — nevis negatīvā uzvedne ar vārdu „cepure”. Negatīvā uzvedne droši nenoņem to, kas jūsu avotā jau pastāv; tā attur defektus no parādīšanās renderējumā. Saturs tajā dod sliktāko no abām pusēm: cepure paliek, un slots, kas būtu varējis apspiest izkropļotas rokas, ir aizņemts.
Noteikuma otra puse attiecas uz jūsu instrukciju: pārstājiet tajā rakstīt „bez X”. „Iela bez automašīnām”, „portrets bez brillēm” — abi ieliek nevēlamo jēdzienu teikumā un lūdz modelim to noliegt; valoda ar to tiek galā labi, attēlu kondicionēšana — slikti. Sakiet, kam tur jābūt tā vietā: „tukša iela ar tīru asfaltu”, „portrets ar neaizsegtām acīm”. Vienīgais izņēmums, kā F piemērā, ir norāde par procesu — „neasini”, „nepārkrāso” —, kas atsaka darbību, nevis nosauc objektu.
Darba dalīšana vienā rindā
Instrukcija: kas mainās, kas paliek — izteikts apstiprinoši. Negatīvā uzvedne: veidi, kā renderējums var izkropļoties. Turiet tos atsevišķi, un abi kļūst labāki.
05Viens avota attēls un kā Shannon to izvēlas
Labojums darbojas ar tieši vienu avota attēlu: vai nu ar attēlu, kas jau ir sarunā — pievienots agrāk vai jums uzģenerēts —, vai ar tādu, kas pievienots ziņai, kuru sūtāt tieši tagad. Nekas netiek ievilkts no ārpuses, un rediģēšanas ceļš nekad klusi neapvieno divus attēlus. Ja jūsu nolūkam vajadzīgi elementi no vairāk nekā viena attēla — apģērbs no A fotoattēla uz cilvēka B fotoattēlā —, tā ir apvienošana ar citādu uzvednes formu, kas pēc kārtas nosauc katra attēla lomu.
Turpinājumi un pēdējais atbilstošais attēls
Kad attēls ir sarunā, īsi turpinājumi strādā tā, kā cerētu. „Padari to tumšāku.” „Tagad pamēģini saulrietā.” Tie atrisinās pret pēdējo atbilstošo attēlu pavedienā — parasti to rezultātu, ko tikko saņēmāt —, tāpēc mazu instrukciju virkne uzvedas kā labojumu kaudze. Trīs sekas:
- Iterējiet pa vienam solim. Katrs turpinājums ir vēl viena pilna atkārtota renderēšana, tāpēc „padari to tumšāku un nomaini viņas mēteli un nolaid kameru zemāk” ir trīs labojumi, kas cīnās par vienu piegājienu. Sūtiet trīs ziņas; apstājieties pie tās, kura patika.
- Uzmanieties no paaudžu zuduma. Mazas novirzes summējas; līdz sestajam secīgajam labojumam seja var būt tālu no oriģināla, kaut arī neviens atsevišķs solis neizskatījās nepareizs. Kad pamanāt nobīdi, pārstājiet lāpīt — pievienojiet oriģinālo failu no jauna un uzrakstiet vienu apvienotu instrukciju, kurā ir viss, ko pa šo laiku esat sapratis, ka gribat.
- Garā pavedienā runājiet skaidri. „Izmantojot pludmales fotoattēlu, ko pievienoju agrāk, …” novērš neskaidrību, kad spēlē ir vairāki attēli.
Apstiprinājuma kartīte ir jūsu pēdējā iespēja pievienot enkuru
Jūs lūdzat ikdienišķā valodā, tajā valodā, kurā runājat. Shannon izlemj, ka tiek prasīta attēla operācija, pats uzraksta galīgo instrukciju angliski un parāda to jums apstiprinājuma kartītē, pirms kaut kas tiek renderēts. Nekas netiek radīts un nekas netiek norēķināts, kamēr neapstiprināt. Izlasiet to kartīti — tur jūs noķerat trūkstošu paturēšanas klauzulu, pirms kaut ko iztērējat.
Divas saistītas uzvedības: Shannon nekad neģenerē neaicināts — sveiciens, jautājums vai starp citu pievienots fotoattēls neiedarbina attēla operāciju. Un lūgt Shannon vienkārši paskatīties uz attēlu — aprakstīt to, izlasīt tajā esošo tekstu, pateikt, kāpēc kompozīcija nestrādā — ir parasts redzes darbs, nevis ģenerēšana, un tas neizmaksā neko papildus. „Ko tu mainītu šajā fotoattēlā?” ir bezmaksas padoms; rīkoties pēc tā ir labojums.
06Malu attiecība tiek mantota automātiski
Rediģēts attēls atgriežas tādā pašā malu attiecībā kā tā avots. Jūs to neizvēlaties, un jums tas nav vajadzīgs: 4:5 portrets paliek 4:5, 16:9 kadrs paliek 16:9, neveikls telefona ekrānuzņēmums patur savas proporcijas. Labojums, kas klusi pārkadrētu jūsu attēlu, nebūtu labojums — tas būtu apgriešana plus minējums par to, kas atrodas ārpus oriģināla robežām.
Tā ir īsta atšķirība no pārējiem diviem ceļiem. Teksts uz attēlu prasa izvēlēties no square (noklusējums), portrait, landscape, wide (kinematogrāfisks) un tall (plakāti un tapetes), un tieši izteikts pieprasījums vienmēr uzvar; apvienošana ļauj izvēlēties jaunu audeklu, jo nav viena avota, no kā mantot. Tātad ja jums vajadzīga cita forma, tas nav labojums — pārvērst 1:1 produkta uzņēmumu par 16:9 baneri nozīmē izdomāt pikseļus, kas nekad nav nofotografēti. Dariet to apzināti, ģenerējot vai apvienojot uz jauna audekla.
07Video ģenerēšanas nav
Pateikts skaidri, jo cilvēki jautā
Shannon neģenerē video un neanimē attēlus. Nav attēla-uz-video ceļa, nav „liec šim fotoattēlam kustēties”, nav cilpas, nav kinemagrāfijas. Tā nav priekšskatījumā esoša vai drīzumā gaidāma spēja — tā produktā neeksistē, un neko šajā lapā nevajadzētu lasīt kā mājienu uz pretējo.
Tas, ko Shannon 3 dara ar attēliem, ir tieši trīs lietas: ģenerē jaunu attēlu, rediģē vienu esošu attēlu un apvieno divus vai vairākus attēlus vienā. Viss šeit rakstītais dzīvo otrajā no tām.
Vērts pateikt divreiz, jo „AI attēlu redaktors” un „AI video ģenerators” cilvēku prātos ir kļuvuši par kaimiņiem, un rīks, kas labprāt pārgaismos jūsu fotogrāfiju, šķiet, ka atrodas vienas pogas attālumā no tās iekustināšanas. Nav gan — un to labāk zināt pirmajā minūtē, nevis desmitajā.
08Kāpēc necenzētība rediģēšanai nozīmē vairāk nekā ģenerēšanai
Filtrēti redaktori krīt citādi nekā filtrēti ģeneratori un parasti sliktāk. Filtrēts ģenerators atsaka jūsu uzvedni; jūs pārrakstāt un mēģināt vēlreiz. Filtrēts redaktors var atteikt pašu avota attēlu, neizlasījis nevienu jūsu instrukcijas vārdu. Augšupielādējiet klīnisku brūces fotoattēlu gadījuma aprakstam, un tas tiek noraidīts jau ievadē. Augšupielādējiet vēsturisku kara fotogrāfiju, lai salabotu ieloci, un šautene kadrā beidz sarunu. Likumīgs darbs, kategorisks atteikums, un neviens pārraksts nebūtu palīdzējis.
Shannon attēlu ceļu darbina bez satura filtra izvadei un bez atteikuma slāņa modelim, kas raksta instrukciju. Tieši tas padara iespējamus šos parastos darbus:
- Mākslinieciski akti un figūru darbs — retušēšana, pārgaismošana un pārstilizēšana māksliniekiem un fotogrāfiem, kas strādā ar piekrītošiem pieaugušajiem.
- Medicīniskā un tiesu ekspertīzes ilustrācija — klīniski attēli, sakārtoti mācību materiāliem, gadījumu aprakstiem un rekonstrukcijas darbam, ko lielie redaktori noraida no pirmā acu uzmetiena.
- Drošības pētniecības attēli — ekrānuzņēmumi, fiziskās drošības fotoattēli un aparatūras dokumentācija pikšķerēšanas izpratnes programmām un sarkanās komandas atskaitēm.
- Vardarbība daiļliteratūrā — kino, spēļu un komiksu producēšanas māksla, kur brūce vai ierocis ir pati tēma.
- Politiskā satīra un redakcionālā ilustrācija — vairāki gadsimti vēstures aiz muguras un gandrīz nekāds atbalsts filtrētos rīkos.
- Zīmola un līdzības darbs, ko veic tiesību turētājs — jūsu pašu produktu fotogrāfija, logotipu salikumi un portreti, kā arī sarežģīti ģimenes arhīvi, nestrīdoties ar klasifikatoru par to, vai jums ir atļauts.
Necenzēts nenozīmē neatbildīgs. Shannon darbina Shannon Lab LLC (Ņūmeksika, ASV) saskaņā ar publicētu Atbildīgas lietošanas politiku, un tieši tur dzīvo īstie ierobežojumi — tie par likumu un kaitējumu, nevis par klasifikatora neērtībām brūces fotoattēla priekšā. Refleksīva atteikuma neesamība ir apgalvojums par rīku, nevis par jūsu atbildību par to, ko radāt.
09Kur iederas API — un kur ne
Šis ir izplatīts nepareizs pagrieziens lasītājiem, kas atnāk no API meklējuma. Attēlu ģenerēšana un rediģēšana notiek Shannon čata lietotnē, nevis API. Trīs /v1 dialekti — /v1/chat/completions (OpenAI formā), /v1/messages (Anthropic formā) un /v1/responses, visi straumējoši, visi uz tiem pašiem modeļiem — apkalpo tekstu un redzi. Redze nozīmē, ka modeļi lasa attēlus, ko jūs sūtāt: apraksta tos, transkribē tekstu, analizē diagrammu. Tā nenozīmē, ka tie attēlus rada vai maina.
Tas tomēr atstāj noderīgu paņēmienu: redze plus necenzēts teksta modelis ir spēcīgs instrukciju rakstīšanas palīgs. Nosūtiet API savu avota attēlu, palūdziet aprakstīt, kas ir kadrā, un sagatavot noenkurotu instrukciju, kas nosauc izmaiņu un enkurus, un tad izpildiet šo instrukciju čatā — tas noķer enkurus, kurus jūs būtu aizmirsis. Pieprasījumu un atbilžu formas ir API dokumentācijā.
10Biežāk uzdotie jautājumi
Kas ir necenzēts AI attēlu redaktors?
Redaktors, kas paņem esošu attēlu un ikdienišķā valodā rakstītu instrukciju un atdod rediģēto attēlu — bez satura filtra izvadei un bez atteikuma slāņa modelim, kas raksta instrukciju. Tas darbojas uz mūsu pašu GPU klastera Shannon čata lietotnē, tāpēc darbs, ko filtrēti redaktori noraida — māksliniecisku aktu retušēšana, medicīniskā un tiesu ekspertīzes ilustrācija, drošības pētniecības attēli, vardarbība daiļliteratūrā, politiskā satīra — tiek paveikts, nevis atteikts.
Kāpēc mainās seja, ja lūdzu nomainīt tikai fonu?
Tāpēc, ka instrukcijas labojums no jauna ģenerē visu kadru, balstoties uz jūsu avota attēlu, nevis tikai to apgabalu, kuru bijāt iedomājies — viss, ko nenosaucat par nemainīgu, drīkst nobīdīties. Risinājums ir enkurošana: pievienojiet paturēšanas klauzulu, piemēram, „paturi seju, frizūru, pozu un apģērbu identisku, tas pats kameras leņķis un kadrējums”. Nemainīgo daļu nosaukšana ir lielākā kvalitātes svira, kas jums ir.
Vai Shannon attēlu rediģēšana atbalsta negatīvo uzvedni?
Jā. Atšķirībā no teksta-uz-attēlu, kas to nepieņem nemaz, gan rediģēšanas, gan vairāku attēlu apvienošanas ceļš to atbalsta. Izmantojiet to nevēlamiem artefaktiem — liekiem pirkstiem, izkropļotam tekstam, dublētiem margu stabiņiem, izsmērētai tekstūrai, plastmasas ādai, ūdenszīmēm — nevis rakstiet instrukcijā „bez X”. Satura lēmumi pieder instrukcijai un tiek izteikti apstiprinoši; artefaktu apspiešana pieder negatīvajai uzvednei.
Vai Shannon var animēt manu attēlu vai pārvērst to video?
Nē. Shannon neģenerē video un neanimē attēlus. Nav attēla-uz-video ceļa, un neviens netiek izziņots. Shannon 3 ģenerē jaunu attēlu, rediģē vienu esošu attēlu vai apvieno divus vai vairākus attēlus vienā — šīs trīs lietas un neko vairāk.
Cik avota attēlu izmanto viens labojums?
Tieši vienu: vai nu attēlu, kas jau ir sarunā, vai vienu, kas pievienots jūsu pašreizējai ziņai. Ja elementiem jānāk no diviem vai vairākiem attēliem — apģērbs no vienas fotogrāfijas uz cilvēka no citas —, tā ir apvienošana, nevis rediģēšana, un jums vajadzētu iesniegt īstos attēlus, nevis aprakstīt otro vārdiem.
Vai man jāzīmē maska vai jāizmanto inpainting?
Nē. Nav otas, laso rīka vai maskas slāņa. Jūs aprakstāt izmaiņu vienā teikumā, un apgabals tiek secināts no jūsu valodas, tāpēc precīzi lietvārdi ir svarīgi: „novietotā sudrabainā automašīna pa labi” trāpa daudz labāk nekā „tā lieta”. Tas padara Shannon par praktisku necenzētu inpainting alternatīvu cilvēkiem, kuri grib rezultātu bez atlases darba.
Vai attēlus var rediģēt caur Shannon API?
Nē. Attēlu ģenerēšana un rediģēšana dzīvo Shannon čata lietotnē. /v1 dialekti — /v1/chat/completions, /v1/messages un /v1/responses — apkalpo tekstu un redzi: tie lasa un analizē attēlus, ko jūs tiem sūtāt, bet tos nerada un nerediģē. Izplatīta darbplūsma ir likt API redzei uzrakstīt noenkuroto instrukciju un tad izpildīt labojumu čatā.
Rediģējiet attēlu, nestrīdoties ar filtru
Pievienojiet fotoattēlu, uzrakstiet vienu teikumu, nosauciet, kas paliek.
Sākt rediģēt Lasīt API dokumentācijuAttēli tiek renderēti uz mūsu pašu GPU klastera · nekas netiek renderēts un norēķināts, kamēr neapstiprināt kartīti
Shannon AI darbina Shannon Lab LLC, Ņūmeksika, ASV. Attēlu ģenerēšana, rediģēšana un apvienošana ir Shannon 3 čata lietotnes funkcijas; /v1 API apkalpo tikai tekstu un redzi. Produktā nav nekādas video ģenerēšanas. Rediģēšana pieņem tieši vienu avota attēlu un manto tā malu attiecību. Necenzēto attēlu ceļu izmantošanu regulē Atbildīgas lietošanas politika.