Specyfikacja techniczna ideogram-ai/ideogram-v2
| Specyfikacja | Szczegóły |
|---|---|
| Identyfikator modelu | ideogram-ai/ideogram-v2 |
| Dostawca / rodzina | Model generowania obrazów Ideogram 2.0. Ideogram podaje, że wersja 2.0 została wydana 21 sierpnia 2024 r. |
| Modalność | Generowanie obrazów z tekstu, z powiązanym wsparciem V2 dla przepływów edycji obrazów w rodzinie API Ideogram. |
| Typ wejścia | Polecenia w języku naturalnym, z opcjonalnymi ustawieniami takimi jak proporcje obrazu, ziarno (seed), liczba obrazów oraz opcje ulepszania promptów w ekosystemie API Ideogram. |
| Typ wyjścia | Wygenerowane obrazy zwracane jako obiekty obrazów/URL-e w odpowiedzi API. Ideogram zaznacza, że linki do obrazów są ograniczone czasowo i należy je pobrać, jeśli chcesz je zachować. |
| Typowe ustawienia | Seed dla powtarzalności, wielokrotne obrazy w odpowiedzi, negatywne promptowanie, prędkość renderowania oraz wybór proporcji są obsługiwane w API generowania Ideogram; dokładnie dostępne parametry mogą się różnić w zależności od wybranego punktu końcowego. |
| Proporcje / wymiary | Ideogram dokumentuje wiele predefiniowanych proporcji dla v2.0, z domyślnymi rozdzielczościami specyficznymi dla modelu, takimi jak 1:1, 9:16, 16:9 i inne formaty pionowe/poziome. |
| Zgodność z edycją | Dokumentacja API /edit Ideogram stwierdza, że edycja jest obsługiwana dla V_2 i V_2_TURBO. |
| Styl API | Dostępne poprzez wzorzec API zgodny z OpenAI oferowany przez CometAPI, z użyciem klucza API CometAPI i nadpisania bazowego URL. (cometapi.com) |
Czym jest ideogram-ai/ideogram-v2?
ideogram-ai/ideogram-v2 to identyfikator platformy CometAPI dla modelu obrazowego Ideogram 2.0, systemu text-to-image od Ideogram zaprojektowanego do generowania wysokiej jakości wizualizacji na podstawie poleceń w języku naturalnym. Oficjalna dokumentacja modelu Ideogram przedstawia wersję 2.0 jako kluczowy model generacyjny w ofercie, plasujący się między wcześniejszym wydaniem 1.0 a późniejszymi wariantami 2a i 3.0.
W praktyce model ten jest odpowiedni dla deweloperów, którzy chcą zamieniać pisemne prompty w dopracowane obrazy do kreacji marketingowych, concept artu, plakatów, wizualizacji produktowych, treści społecznościowych i innych zadań wymagających intensywnego projektowania. Zgodnie z dokumentacją API Ideogram, szersza rodzina V2 wspiera również bardziej kontrolowalne przepływy pracy z obrazami, takie jak edycja, co czyni ją mocnym wyborem, gdy potrzebujesz zarówno wysokiej jakości generacji, jak i iteracji sterowanej promptami.
Charakterystyczną cechą modeli Ideogram jest nacisk na kontrolowalne ustawienia generowania, w tym wybór proporcji, powtarzalność opartą na seed, opcje prędkości renderowania oraz funkcje wspomagające formułowanie promptów. Dzięki temu ideogram-ai/ideogram-v2 sprawdza się nie tylko przy jednorazowym tworzeniu obrazów, lecz także w liniach produkcyjnych, gdzie liczą się spójność i powtarzalność.
Główne funkcje ideogram-ai/ideogram-v2
- Wysokiej jakości generowanie obrazów z tekstu: Model został zbudowany do generowania obrazów bezpośrednio z poleceń w języku naturalnym, co umożliwia szybkie tworzenie ilustracji, materiałów brandingowych, scen i koncepcji projektowych.
- Kontrola promptów i powtarzalność: Ideogram obsługuje parametr seed, który pomaga systematycznie odtwarzać lub iterować wyniki podczas eksperymentów i zastosowań produkcyjnych.
- Elastyczne proporcje obrazu: Wersja 2.0 obsługuje szeroki zestaw predefiniowanych proporcji i rozdzielczości, co sprawia, że jest praktyczna dla formatów kwadratowych, pionowych, poziomych, banerowych i mobilnych.
- Generowanie wielu obrazów: API Ideogram umożliwia żądanie więcej niż jednego obrazu na wywołanie, co jest przydatne do eksploracji promptów, testów A/B i procesów selekcji kreatywnej.
- Obsługa edycji obrazów w rodzinie V2: Punkt końcowy edycji Ideogram wyraźnie obsługuje V_2 i V_2_TURBO, co wskazuje, że rodzina generacyjna V2 nadaje się zarówno do tworzenia, jak i modyfikowania obrazów.
- Opcje prędkości renderowania: Ideogram dokumentuje sterowanie prędkością renderowania, umożliwiające kompromis między szybkością a szczegółowością, pomagając zespołom optymalizować pod szybkie iteracje lub wyższą wierność.
- Opcje ulepszania promptów: Interfejsy API Ideogram zawierają kontrolki Magic Prompt, które mogą automatycznie wzbogacać prompty i poprawiać jakość wyników, gdy jest to pożądane.
- Przyjazna integracja dla deweloperów: Za pośrednictwem CometAPI model można wywoływać przy użyciu wzorca integracji zgodnego z OpenAI, co zmniejsza wysiłek migracyjny dla zespołów już korzystających z klientów w stylu OpenAI. (cometapi.com)
Jak uzyskać dostęp i zintegrować ideogram-ai/ideogram-v2
Krok 1: Zarejestruj się po klucz API
Zaloguj się do CometAPI i utwórz swój token API w panelu. CometAPI zapewnia wzorzec dostępu zgodny z OpenAI, więc możesz użyć klucza CometAPI jako poświadczenia dla żądań kierowanych do ideogram-ai/ideogram-v2. (cometapi.com)
Krok 2: Wysyłaj żądania do API ideogram-ai/ideogram-v2
Użyj endpointu API CometAPI, dołącz swój klucz API w nagłówku Authorization i ustaw pole model na ideogram-ai/ideogram-v2.
curl --request POST \
--url https://api.cometapi.com/v1/images/generations \
--header "Authorization: Bearer YOUR_COMETAPI_API_KEY" \
--header "Content-Type: application/json" \
--data '{
"model": "ideogram-ai/ideogram-v2",
"prompt": "A cinematic product photo of a premium coffee bag on a wooden table, warm morning light, realistic style"
}'
Możesz także użyć klienta zgodnego z OpenAI, wskazując bazowy URL na CometAPI i przekazując ideogram-ai/ideogram-v2 jako identyfikator modelu. CometAPI dokumentuje ten wzorzec nadpisania bazowego URL dla zgodnych integracji. (cometapi.com)
Krok 3: Pobierz i zweryfikuj wyniki
Przetwórz odpowiedź JSON i wyodrębnij URL wygenerowanego obrazu lub zwrócone dane obrazu. Ponieważ Ideogram informuje, że linki do obrazów mogą być dostępne tylko przez ograniczony czas, pobierz lub zachowaj wyniki niezwłocznie, jeśli potrzebujesz długoterminowego dostępu. Następnie zweryfikuj wynik pod kątem zgodności z promptem, jakości wizualnej, proporcji oraz wszelkich wymagań dotyczących renderowania tekstu w Twoim przepływie aplikacji.