Hy Image3.5 preview API

Specifiche tecniche di Hy-Image 3.5 Preview

Che cos’è Hy-Image 3.5 Preview?

Hy-Image 3.5 è il modello professionale di generazione di immagini di Tencent Hunyuan progettato per la generazione da testo a immagine, da immagine a immagine e l’editing multi-turno delle immagini.

A differenza di una tradizionale API di generazione di immagini basata su un singolo prompt, Hy-Image 3.5 Preview utilizza un protocollo in stile Chat/Messages, che consente di combinare prompt testuali, immagini di riferimento e contesto delle generazioni precedenti in un flusso conversazionale. Il modello può quindi essere usato non solo per creare un’immagine da zero, ma anche per modificarne iterativamente una esistente in più passaggi.

Caratteristiche principali di Hy-Image 3.5 Preview

• Generazione da testo a immagine: Genera immagini a partire da prompt in linguaggio naturale e lascia che il modello interpreti la composizione, lo stile, il soggetto e i dettagli visivi richiesti.
• Generazione da immagine a immagine: Combina istruzioni testuali con immagini di riferimento per guidare il risultato generato.
• Modifica multi-turno: Conserva la conversazione precedente e il contesto delle immagini per permettere agli utenti di perfezionare progressivamente un’immagine invece di ripartire ogni volta da zero.
• Input multimodale: Una richiesta può combinare istruzioni testuali con immagini di riferimento, risultando adatta a trasferimento di stile, editing di immagini di prodotto, regolazioni di personaggi e iterazioni visive.
• Output 4K: La documentazione ufficiale dell’API supporta output fino a 4096 × 4096 pixel, soggetti ai vincoli documentati sull’area dell’immagine.
• Miglioramento con ricerca esterna: La documentazione dell’API elenca il miglioramento tramite ricerca esterna come funzionalità supportata, consentendo di incorporare informazioni aggiuntive nei flussi di generazione di immagini quando necessario.
• Dimensionamento flessibile delle immagini: Gli sviluppatori possono specificare una size esatta oppure consentire al modello di determinare una dimensione di output appropriata in base al prompt e al budget di pixel configurato.
• Controllo del seed: È possibile fornire un seed quando è richiesta la riproducibilità della generazione.

Capacità di generazione e modifica delle immagini

Da testo a immagine

Hy-Image 3.5 Preview può generare immagini direttamente da istruzioni testuali. Il modello accetta una richiesta in stile Messaggi, in cui il testo dell’utente funge da istruzione per la generazione dell’immagine.

Ciò lo rende adatto a compiti creativi come illustrazioni, concept art, visual per pubblicità, grafica per presentazioni, immagini di prodotto e altri flussi di lavoro di contenuti visivi.

Da immagine a immagine

Il modello può combinare istruzioni testuali con immagini di riferimento. Le immagini di riferimento possono essere fornite tramite URL di immagini pubblici o dati di immagini codificati in Base64.

La documentazione ufficiale dell’API consente fino a 20 immagini di riferimento, con una dimensione massima di 20MB per immagine.

Modifica multi-turno delle immagini

Una delle capacità distintive di Hy-Image 3.5 Preview è l’editing multi-turno. Invece di eseguire ogni revisione come una richiesta indipendente, gli sviluppatori possono conservare la conversazione precedente e il contesto delle immagini generate, quindi inviare una nuova istruzione di modifica.

Ciò abilita flussi come:

1. Generare un’immagine iniziale.
2. Chiedere al modello di modificare un elemento specifico.
3. Preservare il resto della composizione.
4. Continuare a perfezionare l’immagine in più passaggi.

L’API restituisce una struttura assembled_history che può essere riutilizzata come contesto per i round di modifica successivi.

Risoluzione e dimensioni dell’immagine

Hy-Image 3.5 Preview supporta dimensioni di output flessibili.

Quando size viene fornita esplicitamente, le dimensioni richieste possono essere controllate direttamente; la documentazione ufficiale dell’API indica dimensioni da 256 a 8192 pixel per lato e un’area massima dell’immagine di 16,777,216 pixel, corrispondente a un output 4K di 4096 × 4096.

Per la generazione in 4K, la documentazione dell’API raccomanda di specificare esplicitamente la size desiderata. Se non viene fornita una dimensione esatta, il modello può determinare le dimensioni di output in base al prompt e al budget di pixel configurato.

Prestazioni di benchmark di Hy-Image 3.5 Preview

I materiali pubblici di Tencent descrivono Hy-Image 3.5 Preview come un modello di generazione di immagini di livello professionale. Tencent ha inoltre riportato una valutazione alla cieca interna che coinvolge centinaia di designer professionisti, affermando un miglioramento del 30% rispetto a Hy-Image 3.0 e risultati comparabili a Seedream 5.0 Pro. Si tratta di risultati interni riportati dal fornitore, non di un benchmark pubblico riprodotto indipendentemente.

Poiché la documentazione ufficiale dell’API non fornisce una tabella di benchmark pubblica standardizzata, questi risultati non dovrebbero essere presentati come punteggi di classifica direttamente comparabili.

Hy-Image 3.5 Preview vs. Hy-Image 3.0

Hy-Image 3.5 Preview è quindi posizionato come un sistema di generazione più conversazionale e orientato all’editing, mentre Hy-Image 3.0 utilizza un’interfaccia di generazione più semplice, incentrata su un prompt e immagini di riferimento opzionali.

Hy-Image 3.5 Preview vs. altri modelli di immagini

Hy-Image 3.5 Preview si differenzia principalmente per la combinazione di generazione di immagini, input di riferimento multimodale, editing conversazionale e flussi di lavoro per immagini con ampio contesto.

Per applicazioni focalizzate sulla creazione visiva iterativa, l’architettura Chat/Messages può essere particolarmente utile perché il modello può mantenere il contesto dei round di modifica precedenti invece di trattare ogni generazione come una richiesta isolata.

Rispetto a modelli che espongono principalmente un singolo prompt di generazione di immagini, Hy-Image 3.5 Preview offre un flusso di lavoro più vicino a un editor di immagini conversazionale.

Casi d’uso rappresentativi

1. Pubblicità commerciale

Genera visual per campagne, artwork promozionali, grafiche di marketing e concept pubblicitari a partire da descrizioni dettagliate in linguaggio naturale.

2. Creazione di immagini di prodotto

Usa immagini di riferimento e istruzioni testuali per creare o modificare visual di prodotto mantenendo importanti caratteristiche visive.

3. UI e design di prodotto

Genera concept di interfaccia, mockup visivi, esplorazioni di design e asset visivi pronti per presentazioni.

4. Modifica di personaggi e ritratti

Usa immagini di riferimento e istruzioni iterative per perfezionare personaggi, ritratti, styling, abbigliamento, sfondi e altri elementi visivi.

5. Illustrazione creativa

Crea illustrazioni, concept art, visual narrativi e altri asset creativi a partire da prompt dettagliati.

6. Produzione visiva multi-round

Sfrutta la capacità di editing conversazionale per perfezionare progressivamente un’immagine attraverso istruzioni multiple, rendendo il modello adatto a flussi in cui il visual finale viene sviluppato in più iterazioni.

Limitazioni e considerazioni

Hy-Image 3.5 Preview è attualmente un modello in anteprima (Preview), quindi il comportamento dell’API e le versioni sottostanti del modello possono cambiare man mano che Tencent aggiorna il servizio.

Gli URL delle immagini generate restituiti dall’API sono temporanei. La documentazione ufficiale indica che gli URL delle immagini generate sono validi per 12 ore, quindi le applicazioni che necessitano di asset persistenti dovrebbero scaricare e archiviare le immagini generate invece di fare affidamento indefinitamente sull’URL restituito.

Gli sviluppatori che utilizzano l’editing multi-turno dovrebbero inoltre preservare l’assembled_history restituita quando proseguono una sessione di modifica, poiché questa struttura contiene il contesto necessario per i round successivi.

Come accedere all’API di Hy-Image 3.5 Preview tramite CometAPI

CometAPI può fornire un livello di integrazione unificato per le applicazioni che desiderano accedere ai modelli di IA supportati tramite un flusso API coerente.

Passaggio 1: Registrati o accedi a CometAPI

Crea un account CometAPI oppure accedi a un account esistente. Dopo essere entrato nella console di CometAPI, accedi all’area di gestione delle chiavi API.

Passaggio 2: Crea una chiave API CometAPI

Genera una chiave API dalla console di CometAPI. Mantieni la chiave al sicuro, poiché viene utilizzata per autenticare le richieste API.

Passaggio 3: Trova Hy-Image 3.5 Preview

Apri il catalogo modelli di CometAPI e cerca Hy-Image 3.5 Preview. Conferma che il modello sia attualmente disponibile tramite il tuo account CometAPI prima di integrarlo in un’applicazione di produzione.

Usa l’identificatore del modello:

hy-image-v3.5-preview

Passaggio 4: Configura la tua applicazione

Configura la tua applicazione per utilizzare l’interfaccia API unificata di CometAPI e autentica le richieste con la tua chiave API CometAPI.

Per un flusso di generazione di immagini, passa il prompt testuale appropriato, le informazioni sulle immagini di riferimento e i parametri di generazione supportati dal modello.

Passaggio 5: Invia la richiesta di generazione dell’immagine

Invia la richiesta tramite CometAPI utilizzando hy-image-v3.5-preview come modello selezionato.

A seconda dell’applicazione, puoi utilizzare il modello per la generazione da testo a immagine, la generazione con immagini di riferimento o l’editing multi-turno.

Passaggio 6: Elabora e archivia l’immagine generata

Recupera l’immagine generata dalla risposta dell’API e archiviala nello storage della tua applicazione se l’immagine deve rimanere disponibile oltre la durata dell’URL temporaneo.