Hy Image3.5 preview Inafanya kazi

Hy Image3.5 preview ni modeli ya kitaalamu ya kutengeneza picha yenye uwiano mzuri wa gharama na utendaji, iliyotengenezwa na Tencent Hunyuan. Inaauni maandishi-hadi-picha na picha-hadi-picha, upakiaji wa hadi picha 5 za marejeleo, utoaji wa picha wenye mwonekano wa juu hadi 2K, pamoja na uundaji na uhariri endelevu kupitia mazungumzo ya mizunguko mingi. Uwezo wa jumla wa modeli umeongezeka kwa takriban 30% ikilinganishwa na kizazi kilichotangulia, huku uonyeshaji wa maandishi, uhalisia na uthabiti wa uhariri vikiwa vimeimarika kwa kiasi kikubwa. Katika majaribio ya ndani ya upofu, ililingana na Seedream 5.0 Pro.

Maandishi-hadi-picha: Tengeneza picha za ubora wa juu kulingana na maelezo ya maandishi, zikihudumia matukio mbalimbali kama maisha ya kila siku, mabango ya kibiashara, muundo wa UI na nyenzo za filamu na televisheni.
Picha-hadi-picha: Inaauni upakiaji wa hadi picha 5 za marejeleo kwa wakati mmoja, kwa ajili ya kubadilisha mavazi, kuhariri sehemu maalum, kubadilisha mtindo na kuhariri vipengele vingi.
Uundaji wa mazungumzo ya mizunguko mingi: Endeleza utengenezaji na uhariri kulingana na muktadha wa awali, na hivyo kufanikisha uboreshaji wa hatua kwa hatua.
Utoaji wa ukubwa mbalimbali: Inaauni uwiano mbalimbali wa vipimo na inaweza kutoa picha zenye mwonekano wa juu hadi 2K.
Uonyeshaji wa maandishi: Imeboresha kwa kiasi kikubwa uonyeshaji na upangaji wa maandishi madogo, na inafaa kwa kazi zenye maandishi kama mabango, Logo na infografiki.

Usimplishaji wa usanifu wa modeli: Inafuata mawazo ya muundo wa mfululizo wa Hy Image3.0 huku ikirahisisha usanifu, pamoja na kutumia algoriti bora ya distillation kupunguza ukubwa wa modeli na gharama ya inference, jambo linalowezesha mkakati wa bei nafuu.
Usambazaji uliotenganishwa: Tawi la maandishi na tawi la picha husambazwa kwa kujitegemea, hivyo kila moja linaweza kuboreshwa na kuratibiwa kivyake, na kuongeza matumizi ya rasilimali za inference kwa ujumla.
Ulinganifu wa opereta wa attention: Opereta za hesabu za attention huboreshwa kulingana na maunzi ya msingi ili kupunguza matumizi ya kumbukumbu ya video na kuongeza kasi ya inference, na kuwezesha utengenezaji wa picha za 2K kwa gharama nafuu na haraka.
Uelewaji wa nia ulioboreshwa: Uboreshaji wa kimfumo umefanywa kutoka “uelewaji wa nia hadi uwasilishaji wa kuona”, ukiimarisha ufuataji wa maagizo na uelewaji wa maana, pamoja na kuboresha uthabiti wa uhariri na udhibiti wa utengenezaji.

Fungua Yuanbao, kisha uingie kwenye kipengele cha kutengeneza picha, kama vile uhariri wa picha za watu, P图 mahiri au kubadilisha mavazi kwa uhuru.
Ingiza maelezo ya maandishi au pakia picha za marejeleo, kisha weka uwiano wa vipimo unaohitajika.
Baada ya kutengeneza picha, unaweza kuendelea na marekebisho kupitia mazungumzo ya mizunguko mingi hadi uridhike, kisha uhifadhi.
Fungua ima na uanzishe kazi inayohusiana na picha kupitia Copilot, kama vile picha za kuambatanisha, mabango, infografiki au PPT.
Eleza mahitaji au toa maudhui ya maarifa ya kitaalamu, kisha Hy Image3.5 preview itengeneze kazi ya kuona.
Toa maoni kuhusu matokeo yaliyotengenezwa na uyarudie hadi yatimize mahitaji.
Ingia kwenye jukwaa linalohusika, ambalo kwa sasa linatoa matumizi ya bure kwa muda wa wiki mbili, kisha chagua kazi ya kutengeneza au kuhariri picha.
Pakia hadi picha 5 za marejeleo na uingize maagizo ya uundaji, kama vile storyboard au uhariri unaodumisha ulinganifu wa mhusika.
Tengeneza picha za mali kwa wingi, kisha rekebisha vidokezo mara kwa mara kulingana na maoni ili kuboresha matokeo.
Unganisha huduma ya modeli kupitia Tencent Cloud API, ikijumuisha TokenHub, Media Processing MPS na Cloud VoD VOD.
Pitisha vidokezo vya maandishi na vigezo vya picha za marejeleo kulingana na hati ya API, kisha uite kiolesura cha utengenezaji.
Lipa kulingana na idadi ya picha zitakazotolewa (picha ya 2K ni yuan 0.15 kwa kila moja), kisha upate matokeo na kuyaunganishe kwenye bidhaa yako.

Uwezo umeimarika kwa kiasi kikubwa: Uwezo wa jumla umeongezeka kwa takriban 30% ikilinganishwa na Hy Image3.0. Katika majaribio ya ndani ya upofu, ililingana na Seedream 5.0 Pro na ilikuwa bora kidogo kuliko Nano-Banana Pro na Qwen-Image-3.0 Pro.
Uonyeshaji bora wa maandishi: Uonyeshaji na upangaji wa maandishi madogo ni wa kipekee, na hupunguza kwa kiasi kikubwa herufi zilizoharibika, hivyo kufaa kwa hali za uzalishaji kama mabango, Logo na infografiki.
Uthabiti mzuri wa uhariri: Ufuataji wa maagizo katika picha-hadi-picha, pamoja na uwezo wa kuhariri vipengele vingi na mitindo, umeimarika; kiwango cha badcase katika matukio ya matangazo kimeshuka kwa 7%.
Inaauni picha nyingi za marejeleo na uundaji wa mizunguko mingi: Unaweza kupakia hadi picha 5 za marejeleo kwa wakati mmoja na kufanya uhariri wa mazungumzo endelevu kulingana na muktadha wa awali.

Tovuti rasmi ya mradi: https://hy.tencent.com/research/hy-image35-preview

Mabango ya kibiashara na mwonekano wa chapa: Uonyeshaji wa maandishi madogo ni bora, hivyo inafaa kwa kutengeneza mabango yenye maandishi, Logo na infografiki (idadi ya maombi katika matukio ya uzalishaji imeongezeka kwa 80%).
Nyenzo za filamu na televisheni pamoja na storyboard za vipindi: WorkRally/OnSolo imetumika katika studio za drama za mtandaoni kutengeneza kwa wingi picha za mali za vifaa, wahusika na mandhari. Ulinganifu wa wahusika ni mzuri na kiwango cha picha zisizofaa ni cha chini.
Nyenzo za biashara ya mtandaoni na picha za matangazo: Kiwango cha badcase cha picha-hadi-picha kimeshuka kwa 7%, na ubora wa kubadilisha mavazi, kuyajaribu na kutengeneza nyenzo za matangazo ni thabiti zaidi.
Uhariri wa picha za watu na burudani kwa watumiaji: Yuanbao inaauni P图 mahiri, kubadilisha mavazi kwa uhuru, kubadilisha picha kuwa katuni na matumizi mengine; idadi ya maombi ya uhariri wa picha za watu imeongezeka maradufu.
Ofisi na uonyeshaji wa maarifa: Kupitia ima Copilot, tengeneza picha za kuambatanisha, PPT na infografiki za maarifa, na ubadilishe maarifa ya kitaalamu kuwa kazi za wavuti zinazoonekana.