Jimeng 5.0 — बारीक कण नियंत्रण के साथ एआई छवि निर्माण
Bottom Line Up Front (BLUF): Jimeng 5.0 एक एआई इमेज जेनरेशन मॉडल है जो नियंत्रण के आसपास बनाया गया है: सात पहलू अनुपात, एक 1K या 2K रिज़ॉल्यूशन स्विच, एक नकारात्मक प्रॉम्प्ट फ़ील्ड और एक स्लाइडर जो सेट करता है कि मॉडल कितनी सघनता से विवरण प्रस्तुत करता है। यह उन लोगों के लिए उपयुक्त है जिन्हें किसी विशिष्ट कार्य के लिए एक विशिष्ट फ्रेम की आवश्यकता होती है, न कि केवल किसी सुंदर चीज़ की। अधिकतम दस संदर्भ छवियां एक ही अनुरोध का समर्थन कर सकती हैं।
यह Jimeng 4.5 से किस प्रकार भिन्न है
पिछली पीढ़ी सरलता पर दांव लगाती है: एक प्रॉम्प्ट बॉक्स, एक संदर्भ, हो गया। संस्करण 5.0 इसके बजाय आपको डायल सौंपता है। आप जनरेट करने से पहले फ़्रेम फॉर्मेट को लॉक करते हैं, आउटपुट रिज़ॉल्यूशन चुनते हैं, नकारात्मक प्रॉम्प्ट के माध्यम से अवांछित तत्वों पर प्रतिबंध लगाते हैं और तय करते हैं कि दृश्य कितना विस्तृत हो जाता है।
व्यवहार में इसका मतलब है कम पुनः कार्य चक्र। जहां आप फ़्रेमिंग के गलती से आपके लेआउट से मेल खाने तक पुनर्जनन करते थे, अब लेआउट सामने सेट हो गया है। परिणाम दोहराए जाने योग्य हो जाते हैं, जो तब मायने रखता है जब किसी चित्र को किसी टेम्पलेट, स्टोरफ्रंट कार्ड या प्रिंट विनिर्देश में फिट होना पड़ता है।
नकारात्मक संकेत: अव्यवस्था को दूर करना
एक नियमित संकेत मॉडल को बताता है कि क्या बनाना है; एक नकारात्मक संकेत यह बताता है कि क्या टालना है। फ़ील्ड वैकल्पिक है, लेकिन यह बार-बार होने वाली परेशानियों को तेजी से ठीक करता है: टेक्स्ट, वॉटरमार्क, अतिरिक्त उंगलियां और धुंधला जैसे शब्दों को सूचीबद्ध करें, और वे कलाकृतियां आपके आउटपुट में दिखना बंद हो जाती हैं।
यह सामग्री को भी आकार देता है. एक ख़ाली शीतकालीन परिदृश्य उत्पन्न कर रहे हैं? लोगों को नकारात्मक क्षेत्र में रखें. एक स्वच्छ उत्पाद परिदृश्य का निर्माण? वहां कठोर छायाएं जोड़ें। इस तरह से चीजों को बाहर करना मुख्य प्रॉम्प्ट के अंदर निषेध लिखने की तुलना में कहीं अधिक विश्वसनीय है, जिसे छवि मॉडल अक्सर शामिल करने के निर्देशों के रूप में गलत तरीके से पढ़ते हैं।
पहलू अनुपात और रिज़ॉल्यूशन विकल्प
सात फ़्रेम प्रारूप उपलब्ध हैं: वर्ग 1:1, लंबवत 2:3, 3:4 और 9:16, क्षैतिज 3:2, 4:3 और 16:9। इसमें कहानियां और वीडियो कवर, फ़ीड पोस्ट, उत्पाद कार्ड और विस्तृत बैनर शामिल हैं। छवि शुरू से ही लक्ष्य अनुपात में उत्पन्न होती है - बाद में कोई काट-छाँट नहीं की जाती।
रिज़ॉल्यूशन दो चरणों में आता है, 1K और 2K। ड्राफ्ट, पूर्वावलोकन और सामाजिक फ़ीड के लिए 1K काफी है और तेजी से प्रस्तुत होता है। जब छवि बड़ी दिखाई देगी तो 2K चुनें - प्रिंट, कवर आर्ट, हीरो बैनर - जहां अतिरिक्त विवरण बजट वास्तव में फायदेमंद होता है। कीमत आपके द्वारा चुनी गई गुणवत्ता के अनुसार मापी जाती है।
नमूना शक्ति स्लाइडर
एक समर्पित स्लाइडर नियंत्रित करता है कि मॉडल कितनी आक्रामकता से फ्रेम को विवरण के साथ पैक करता है। डिफ़ॉल्ट मध्यबिंदु पर बैठता है और अधिकांश नौकरियों के लिए उपयुक्त है। इसे नीचे खींचें और आपको शांत, स्वच्छ छवियां मिलेंगी जो अतिसूक्ष्मवाद और सपाट चित्रण शैलियों की ओर झुकेंगी।
इसे ऊपर दबाएं और फ्रेम समृद्ध हो जाएगा: बनावट, सूक्ष्म तत्व, स्तरित प्रकाश। काल्पनिक दृश्यों और गहन आंतरिक सज्जा के लिए बढ़िया, एक साधारण विषय के लिए आसानी से बहुत अधिक। इसे एक समय में एक कदम आगे बढ़ाएं और अपने स्वाद से मेल खाने वाली रेंज खोजने के लिए अपने इतिहास में रनों की तुलना करें।
अधिकतम दस सन्दर्भों के साथ कार्य करना
Jimeng 5.0 प्रति अनुरोध दस संदर्भ छवियों को स्वीकार करता है, प्रत्येक 10 MB तक। इसे एक शॉट से एक चरित्र, दूसरे से एक शैली, तीसरे से एक रंग पैलेट खिलाएं, और उन सामग्रियों से इकट्ठे किए गए एक नए दृश्य के लिए कहें। आप प्रत्येक नमूने को जितनी स्पष्ट भूमिका देंगे, परिणाम उतना ही मजबूत होगा।
सन्दर्भ भी एक शृंखला को सुसंगत रखते हैं। जब किसी प्रोजेक्ट को एक दृश्य भाषा में दृश्यों के एक बैच की आवश्यकता होती है, तो प्रत्येक अनुरोध के लिए एक ही नमूना सेट संलग्न करें और लुक एक फ्रेम से दूसरे फ्रेम तक चलता रहता है। सभी तैयार कार्य आपके इतिहास में डाउनलोड या संशोधित पुन: संचालन के लिए आते हैं।
अक्सर पूछे जाने वाले सवाल
मुझे 4.5 के स्थान पर 5.0 कब चुनना चाहिए?
जब भी प्रारूप मायने रखता है तो 5.0 चुनें: आपको एक सटीक पहलू अनुपात, उच्च रिज़ॉल्यूशन, एक नकारात्मक संकेत या एक साथ कई संदर्भों की आवश्यकता होती है। यदि आप किसी वाक्य से एक त्वरित सभ्य छवि चाहते हैं, तो 4.5 उसे कॉन्फ़िगर करने के लिए कम समय के साथ कवर करता है।
नकारात्मक संकेत में क्या जाता है?
कुछ भी जो आप चित्र में नहीं चाहते हैं: सामान्य कलाकृतियाँ जैसे पाठ, वॉटरमार्क या विकृत हाथ, या लोगों और लोगो जैसी सामग्री। प्रविष्टियाँ छोटी और अल्पविराम से अलग रखें। फ़ील्ड को खाली छोड़ना ठीक है - यह वैकल्पिक है।
क्या 2K हमेशा बेहतर विकल्प है?
नंबर 1K फ़ीड, ड्राफ्ट और पूर्वावलोकन के लिए पर्याप्त है, और यह तेजी से उत्पन्न होता है। उन छवियों के लिए 2K आरक्षित करें जिन्हें बड़े पैमाने पर मुद्रित या प्रदर्शित किया जाएगा। एक पीढ़ी की लागत आपके द्वारा चुनी गई गुणवत्ता सेटिंग्स पर निर्भर करती है।