Hy Image3.5 preview API

Технические характеристики Hy-Image 3.5 Preview

Что такое Hy-Image 3.5 Preview?

Hy-Image 3.5 — профессиональная модель генерации изображений Tencent Hunyuan, предназначенная для генерации по тексту, генерации по изображению и многораундового редактирования изображений.

В отличие от традиционного API генерации по одному промпту, Hy-Image 3.5 Preview использует протокол в стиле Chat/Messages, позволяя объединять текстовые подсказки, референсные изображения и контекст предыдущей генерации в рамках разговорного рабочего процесса. Таким образом, модель можно использовать не только для создания изображения с нуля, но и для итеративного изменения существующего результата в течение нескольких раундов.

Основные особенности Hy-Image 3.5 Preview

• Генерация по тексту: Создание изображений по запросам на естественном языке, интерпретация состава, стиля, темы и визуальных деталей.
• Генерация по изображению: Комбинирование текстовых инструкций с референсными изображениями для направленного результата.
• Многораундовое редактирование: Сохранение контекста предыдущего диалога и изображения, чтобы пользователи могли постепенно уточнять изображение вместо перезапуска с нуля.
• Мультимодальный ввод: Запрос может объединять текстовые инструкции и референсные изображения, что подходит для переноса стиля, редактирования продуктовых изображений, корректировок персонажей и визуальных итераций.
• Вывод 4K: Официальная документация API поддерживает вывод до 4096 × 4096 пикселей, с учетом документированных ограничений по площади изображения.
• Улучшение внешним поиском: В документации API заявлена поддержка внешнего поиска, позволяющая включать дополнительную информацию в рабочие процессы генерации изображений при необходимости.
• Гибкое задание размера изображения: Разработчики могут указать точный size или позволить модели определить подходящий размер вывода на основе промпта и настроенного бюджета пикселей.
• Управление зерном: Можно указать зерно при необходимости воспроизводимой генерации.

Возможности генерации и редактирования изображений

Текст-в-изображение

Hy-Image 3.5 Preview может генерировать изображения напрямую по текстовым инструкциям. Модель принимает запрос в стиле Messages, где текст пользователя выступает инструкцией для генерации изображения.

Это делает модель подходящей для креативных задач, таких как иллюстрации, концепт-арт, рекламные визуалы, графика для презентаций, продуктовые изображения и другие процессы создания визуального контента.

Изображение-в-изображение

Модель может комбинировать текстовые инструкции с референсными изображениями. Референсные изображения могут передаваться через публичные URL-адреса или данные изображения, закодированные в Base64.

Официальная документация API допускает до 20 референсных изображений, с максимальным размером 20MB на изображение.

Многораундовое редактирование изображений

Одна из отличительных возможностей Hy-Image 3.5 Preview — многораундовое редактирование. Вместо того чтобы генерировать каждую правку как независимый запрос, разработчики могут сохранять предыдущий диалог и контекст сгенерированного изображения и затем отправлять новую инструкцию по редактированию.

Это позволяет организовать такие процессы, как:

1. Сгенерировать исходное изображение.
2. Попросить модель изменить конкретный элемент.
3. Сохранить остальную композицию.
4. Продолжать уточнение изображения на протяжении нескольких раундов.

API возвращает структуру assembled_history, которую можно повторно использовать как контекст для последующих раундов редактирования.

Разрешение и размер изображения

Hy-Image 3.5 Preview поддерживает гибкие размеры вывода.

Когда size указан явно, запрашиваемые размеры можно контролировать напрямую; в официальной документации API описаны размеры от 256 до 8192 пикселей по стороне и максимальная площадь изображения 16,777,216 пикселей, что соответствует выходу класса 4K — 4096 × 4096.

Для генерации в 4K документация API рекомендует явно указывать желаемый size. Если точный размер не задан, модель может определить размеры вывода на основе промпта и настроенного бюджета пикселей.

Производительность в бенчмарках Hy-Image 3.5 Preview

Публичные материалы запуска Tencent описывают Hy-Image 3.5 Preview как профессиональную модель генерации изображений. Tencent также сообщила о внутренней слепой оценке, проведенной с участием сотен профессиональных дизайнеров, заявив о повышении качества на 30% по сравнению с Hy-Image 3.0 и сопоставимых результатах с Seedream 5.0 Pro. Это заявленные поставщиком внутренние результаты оценки, а не независимо воспроизведенный публичный бенчмарк.

Поскольку в официальной документации API нет стандартизированной публичной таблицы бенчмарков, эти результаты не следует представлять как напрямую сопоставимые позиции в рейтингах.

Сравнение Hy-Image 3.5 Preview и Hy-Image 3.0

Таким образом, Hy-Image 3.5 Preview позиционируется как более разговорная система генерации с ориентацией на редактирование, тогда как Hy-Image 3.0 использует более простой интерфейс генерации, основанный на промпте и необязательных референсных изображениях.

Hy-Image 3.5 Preview по сравнению с другими моделями генерации изображений

Hy-Image 3.5 Preview в первую очередь отличается сочетанием генерации изображений, мультимодального ввода референсов, разговорного редактирования и рабочих процессов генерации с большим контекстом.

Для приложений, ориентированных на итеративное визуальное создание, архитектура Chat/Messages может быть особенно полезна, поскольку модель сохраняет контекст предыдущих раундов редактирования, а не рассматривает каждую генерацию как изолированный запрос.

По сравнению с моделями, которые в основном предоставляют один промпт для генерации изображения, Hy-Image 3.5 Preview предлагает рабочий процесс, ближе к разговорному редактору изображений.

Представительные сценарии использования

1. Коммерческая реклама

Создание визуалов кампаний, промо-артов, маркетинговой графики и рекламных концептов по детальным описаниям на естественном языке.

2. Создание продуктовых изображений

Используйте референсные изображения и текстовые инструкции, чтобы создавать или изменять изображения продукта, сохраняя важные визуальные характеристики.

3. Дизайн интерфейса и продукта

Генерация концептов интерфейса, визуальных макетов, исследований дизайна и визуальных материалов, готовых к презентации.

4. Редактирование персонажей и портретов

Используйте референсные изображения и итеративные инструкции для уточнения персонажей, портретов, стиля, одежды, фонов и других визуальных элементов.

5. Творческая иллюстрация

Создавайте иллюстрации, концепт-арт, визуальные истории и другие креативные материалы по детальным промптам.

6. Многораундовое визуальное производство

Используйте разговорное редактирование, чтобы постепенно уточнять изображение по нескольким инструкциям, что делает модель подходящей для процессов, где финальный визуал формируется через несколько итераций.

Ограничения и замечания

Hy-Image 3.5 Preview в настоящее время имеет статус Preview, поэтому поведение API и версии базовой модели могут изменяться по мере обновления сервиса Tencent.

URL-адреса сгенерированных изображений, возвращаемые API, временные. Официальная документация указывает, что такие URL действительны 12 часов, поэтому приложениям, которым нужны постоянные ресурсы, следует скачивать и хранить изображения, а не полагаться на возвращенный URL бесконечно долго.

Разработчикам, использующим многораундовое редактирование, также следует сохранять возвращаемую структуру assembled_history при продолжении сессии редактирования, поскольку она содержит контекст, необходимый для последующих раундов.

Как получить доступ к Hy-Image 3.5 Preview API через CometAPI

CometAPI предоставляет унифицированный слой интеграции для приложений, которые хотят работать с поддерживаемыми моделями ИИ через согласованный API-процесс.

Шаг 1: Зарегистрируйтесь или войдите в CometAPI

Создайте аккаунт CometAPI или войдите в существующий. После входа в консоль CometAPI перейдите в раздел управления ключами API.

Шаг 2: Создайте ключ API CometAPI

Сгенерируйте ключ API в консоли CometAPI. Храните ключ в безопасности, поскольку он используется для аутентификации API-запросов.

Шаг 3: Найдите Hy-Image 3.5 Preview

Откройте каталог моделей CometAPI и найдите Hy-Image 3.5 Preview. Убедитесь, что модель доступна в вашем аккаунте CometAPI, прежде чем интегрировать ее в продуктивное приложение.

Используйте идентификатор модели:

hy-image-v3.5-preview

Шаг 4: Настройте ваше приложение

Настройте приложение на использование унифицированного интерфейса API CometAPI и выполните аутентификацию запросов с помощью вашего ключа API CometAPI.

Для сценария генерации изображений передайте соответствующий текстовый промпт, информацию о референсных изображениях и параметры генерации, поддерживаемые моделью.

Шаг 5: Отправьте запрос на генерацию изображений

Отправьте запрос через CometAPI с использованием hy-image-v3.5-preview как выбранной модели.

В зависимости от вашего приложения вы можете использовать модель для генерации по тексту, генерации по референсу или многораундового редактирования.

Шаг 6: Обработайте и сохраните сгенерированное изображение

Получите сгенерированное изображение из ответа API и сохраните его в хранилище вашего приложения, если оно должно оставаться доступным дольше срока жизни временного URL.