Runway/gen4_image API

gen4_bilde er Runways flaggskipmodell for multimodal bildegenerering i Gen-4-familien som støtter anmodet generering pluss visuelle referanser (du kan «@nevne» referansebilder) for å produsere svært kontrollerbare, stilistisk konsistente utganger for bilde- og bilde→video-pipelines.

Introduksjon – hva Gen-4-bilde is

gen4_bilde er Runways fjerde generasjons visuelle generative modellfamilie, konstruert for å ta tekstmeldinger + visuelle referanser og produsere stillbilder med høy gjengivelseskvalitet eller medieklare rammer som bevarer identitet og stil på tvers av vinkler og belysning. Modellen presenteres som en del av en bredere Gen-4-pakke (inkludert videovarianter som gen4_turbo) og er eksplisitt designet for kreativ produksjon — f.eks. konsekvent karaktergjengivelse, produktfotografering i stor skala, virtuell prøvekjøring og generering av spillressurser.

Nøkkelegenskaper

• Referansebasert generering (1–3 ref.). Bruk opptil tre referansebilder slik at modellen kan bevare identitet, stil eller plassering samtidig som den transformerer positur, belysning, bakgrunn osv.
• Høy visuell gjengivelse (produksjonsklare resultater). Utgangene er rettet mot høy oppløsning (1080p-alternativer tilgjengelig) med sterke detaljer og stilistisk kontroll.
• Identitet og scenekonsistens. Utviklet for å holde den/de samme karakteren(e) eller miljøet konsistent på tvers av flere generasjoner – nyttig for grafikk i flere bilder eller karaktersentrerte ressurser.
• Multimodale (tekst + bilder) ledetekster. Kombiner instruksjoner på naturlig språk med referansebilder for å styre komposisjon, stemning, klær, kameravinkel osv.
• Bilde → bilde pluss tekst → bildearbeidsflyter. Fungerer som bilde-til-bilde (rediger/transformer) og som tekst-til-bilde ved hjelp av referanser for å opprettholde kontinuitet.
• Ytelsesnivå (Turbo) tilgjengelig. En «Gen-4 Image Turbo»-variant veksler mellom kostnad og hastighet (f.eks. ~2.5 ganger raskere) samtidig som de referansedrevne funksjonene beholdes.
• Kontroller og reproduserbarhet. Typiske API-alternativer inkluderer forhåndsinnstillinger for sideforhold, oppløsning (720p/1080p), frø for reproduserbarhet og referansekoder for å peke til spesifikke inndata.

Tekniske detaljer

Inngang: Tekst/bilde

utganger: Bilde

arbeidsflyt:

1. Brukerrekvisita: tekstprompt + 0–3 referansebilder (og valgfrie masker, nøkkelbilder, instruksjoner for kamerabevegelse).
2. ForbearbeidingReferanser normaliseres og kodes; tekst tokeniseres. Identitets-/stilinnebygginger trekkes ut og mellomlagres for gjenbruk.
3. ConditionTekst- og referanseinnlegg er sammenslått i den multimodale ryggraden; valgfrie kontrollsignaler (positur, dybde, maske) er vedlagt.
4. Prøvetaking / støyfjerningDekoderen kjører støyfjerningsiterasjoner (diffusjonstrinn) som produserer et bilde (eller en sekvens av bilder for video).

gen4_image — konkrete grenser

Temporale / bevegelseskanttilfeller. Anmeldere og filmskapere rapporterer sporadiske bevegelsesartefakter, merkelig temporal dynamikk (feil tidlig/sent i genererte klipp) og feil på svært kompleks koreografi med flere skuespillere – test med målscenene dine.

Beregning, kostnad og kø. Generering av bilder og video av høy kvalitet krever mye GPU. Brukere rapporterer køtider og kostnader per gjengivelse som kan være betydelige for masseproduksjon. Planlegg budsjett/gjennomstrømning deretter.

Kreative avveininger kontra rene kunstneriske modeller. Gen-4s styrke er konsistens; hvis du trenger svært stiliserte, maleriske eller «overraskende» estetiske resultater, kan Midjourney eller finjusterte SDXL-sjekkpunkter produsere foretrukne kunstneriske retninger.

Kanoniske brukstilfeller

• Forproduksjon og storyboarding: lag raskt stilkonsistente karakter-/scenevarianter fra referansebilder.
• Markedsføring og innholdsgenerering: rask produksjon av heltebilder, animerte sosiale klipp og kampanjeressurser med konsistente merkevarekarakterer. (Runway lister opp bedriftseksempler, inkludert live-turer og musikkvideoer.)
• Prototyping av spill/ressurser og virtuell prøvekjøring: generere flere kameravinkler, antrekksvarianter og miljøkonsepter fra et lite sett med referanser.

Sammenligning med andre modeller

• gen4_bilde→ best når du trenger referanse-/identitetskonsistens (enkeltkarakter eller objekt holdes likt på tvers av bilder) og når du vil bilde→video og flerskuddsrørledninger.
• DALL·E 3 → best for nøyaktig prompt-til-bilde-gjengivelse og en samtalebasert ChatGPT-drevet redigeringsflyt pluss innebygd sikkerhets-/proveniensarbeid.
• SDXL (stabil diffusjonsfamilie) → best når du ønsker åpne modeller, lokal/tilpasset finjustering og kostnadsfleksibel utrulling.
• Midtveis → best for svært stiliserte, kunstnerisk tiltalende gjengivelser og sterke fellesskapsdrevne forhåndsinnstillinger / "stiliserings"-kontroller.
• Runway Gen-4 vs. ByteDance Seedream 4.0 / Google «Nano Banana»-modeller: nylige lanseringer av konkurrenter (f.eks. Seedream 4.0) vektlegger ultrarask gjengivelse og håndtering av flere referanser rettet mot kommersielle skapere; Runways fordel er en tett integrert bilde-→-video-pipeline og produksjonsorienterte kontroller pluss et modent API- og SDK-økosystem.

Hvordan ringe gen4_bilde API fra CometAPI

Nødvendige trinn

• Logg på cometapi.com. Hvis du ikke er vår bruker ennå, vennligst registrer deg først
• Få tilgangslegitimasjons-API-nøkkelen til grensesnittet. Klikk "Legg til token" ved API-tokenet i det personlige senteret, hent tokennøkkelen: sk-xxxxx og send inn.
• Få url til dette nettstedet: https://api.cometapi.com/

Bruk metoden

1. Velg endepunktet «gen4_image» for å sende API-forespørselen og angi forespørselsteksten. Forespørselsmetoden og forespørselsteksten er hentet fra nettstedets API-dokumentasjon. Nettstedet vårt tilbyr også Apifox-testing for enkelhets skyld.
2. Erstatt med din faktiske CometAPI-nøkkel fra kontoen din.
3. Sett inn spørsmålet eller forespørselen din i innholdsfeltet – det er dette modellen vil svare på.
4. . Behandle API-svaret for å få det genererte svaret.

CometAPI tilbyr et fullt kompatibelt REST API – for sømløs migrering. Viktige detaljer for  API-dok:

• endepunkt: https://api.cometapi.com/runwayml/v1/text_to_image
• Modellparameter: gen4_image
• Autentisering: Bearer YOUR_CometAPI_API_KEY
• Innholdstype: application/json .

curl --location --request POST 'https://api.cometapi.com/runwayml/v1/text_to_image' \  
--header 'X-Runway-Version: 2024-11-06' \  
--header 'Authorization: {{api-key}}' \  
--header 'Content-Type: application/json' \  
--data-raw '{  
"promptText": "cat",  
"ratio": "1920:1080",  
"seed": 4294967295,  
"model": "gen4_image",  
"referenceImages": ,  
"contentModeration": {  
"publicFigureThreshold": "auto"  
}  
}'

Se også Rullebane/Akt to