ข้อกำหนดทางเทคนิคของ mj-turbo-custom-zoom
| สเปก | รายละเอียด |
|---|---|
| รหัสโมเดล | mj-turbo-custom-zoom |
| ตระกูลโมเดล | โมเดลเวิร์กโฟลว์การแก้ไขภาพ/ซูมออกสไตล์ Midjourney เปิดใช้ผ่าน CometAPI โดยใช้ตัวระบุแพลตฟอร์ม mj-turbo-custom-zoom |
| ความสามารถหลัก | ขยายภาพที่สร้างโดย Midjourney ออกไปด้านนอกด้วยปัจจัยการซูมแบบกำหนดเอง พร้อมตัวเลือกในการเปลี่ยนแนวทางของพรอมป์ระหว่างขั้นตอนการซูม |
| ชนิดอินพุต | คำขอแบบ image-to-image สำหรับการซูม/ขยายกรอบภาพ โดยปกติจับคู่กับภาพต้นฉบับหรือบริบทงานก่อนหน้าของ Midjourney พร้อมคำสั่งพรอมป์ที่อัปเดต |
| ชนิดเอาต์พุต | ภาพที่สร้างขึ้นใหม่ซึ่งมีมุมมองกว้างขึ้น โดยคงองค์ประกอบดั้งเดิมบริเวณกึ่งกลางไว้ขณะสังเคราะห์เนื้อหาใหม่รอบๆ |
| การควบคุมการซูม | Custom Zoom โดยทั่วไปสนับสนุนค่าการซูมที่ผู้ใช้กำหนดระหว่าง 1.0 ถึง 2.0 |
| การแก้ไขพรอมป์ระหว่างซูม | รองรับในเชิงแนวคิด: ผู้ใช้สามารถปรับแก้พรอมป์ระหว่างการซูม เพื่อให้พื้นที่ที่เปิดเผยใหม่สอดคล้องกับคำสั่งฉากที่อัปเดต |
| การควบคุมอัตราส่วนภาพ | เวิร์กโฟลว์ Custom Zoom สามารถผสานกับการเปลี่ยนแปลงอัตราส่วนภาพเพื่อขยายหรือจัดกรอบฉากใหม่ได้ |
| กรณีใช้งานที่เหมาะสมที่สุด | การ outpainting, การจัดกรอบเชิงภาพยนตร์ใหม่, การขยายฉาก, การเล่าเรื่องแบบวนซ้ำ, ลำดับซูมแบบไม่มีที่สิ้นสุด, และการกู้คืนจากการครอปที่แคบเกินไป |
| ข้อจำกัดสำคัญ | ฟีเจอร์ Zoom Out/Custom Zoom ของ Midjourney ถูกอธิบายว่าใช้งานกับภาพที่สร้างโดย Midjourney มากกว่าภาพภายนอกแบบตามอำเภอใจ |
mj-turbo-custom-zoom คืออะไร?
mj-turbo-custom-zoom คือรหัวยืนยันแพลตฟอร์มของ CometAPI สำหรับเวิร์กโฟลว์ custom zoom สไตล์ Midjourney: แทนที่จะสร้างภาพใหม่ทั้งหมดจากศูนย์ ระบบจะนำองค์ประกอบที่สร้างไว้แล้วมาขยายแคนวาสออกด้านนอก สังเคราะห์บริบทภาพใหม่รอบๆ ภาพเดิม ทำให้เหมาะอย่างยิ่งเมื่อคุณต้องการ “ถอยกล้องออก” เผยให้เห็นสภาพแวดล้อมมากขึ้น หรือสานต่อเรื่องราวเชิงภาพโดยไม่สูญเสียแก่นของตัวแบบ
พฤติกรรมพื้นฐานสอดคล้องกับแนวคิด Custom Zoom ของ Midjourney ซึ่งให้ผู้ใช้ระบุระดับการซูมและปรับแก้พรอมป์ตามต้องการ เพื่อให้พื้นที่รอบนอกที่ถูกสร้างขึ้นใหม่ปฏิบัติตามคำสั่งล่าสุด ในทางปฏิบัติ สิ่งนี้ใกล้เคียงกับการ outpainting แบบมีการชี้นำมากกว่าการอัปสเกลมาตรฐาน: ภาพส่วนกึ่งกลางจะถูกเก็บไว้เป็นจุดยึด ขณะโมเดลประดิษฐ์รายละเอียดโดยรอบให้สอดคล้องกัน เช่น ฉากหลัง สถาปัตยกรรม ภูมิทัศน์ หรือบรรยากาศ
เนื่องจากเวิร์กโฟลว์นี้มุ่งเน้นการต่อยอดจากภาพที่สร้างไปแล้ว mj-turbo-custom-zoom จึงเหมาะอย่างยิ่งสำหรับครีเอเตอร์ที่ต้องการทำการเผยฉากแบบภาพยนตร์ การจัดกรอบโปสเตอร์ใหม่ การปรับอัตราส่วนภาพสำหรับโซเชียลมีเดีย การขยายสภาพแวดล้อมในงานคอนเซ็ปต์อาร์ต และการทำลำดับ “infinite zoom” แบบลูกโซ่ แหล่งชุมชนและบทเรียนต่างๆ ยังระบุสม่ำเสมอว่า Custom Zoom มีประโยชน์ในการแก้คอมโพสิชันที่รู้สึกว่าถูกครอปแน่นเกินไป
คุณสมบัติหลักของ mj-turbo-custom-zoom
- การขยายแบบซูมออกที่กำหนดเอง: ขยายภาพเกินขอบเดิม สร้างเนื้อหาใหม่รอบกรอบภาพแทนการแทนที่องค์ประกอบทั้งภาพ
- ตัวคูณการซูมที่ผู้ใช้กำหนดได้: ควบคุมระดับการซูมอย่างละเอียด ไม่จำกัดแค่ระดับสำเร็จรูป โดยค่าที่พบได้ทั่วไปอยู่ระหว่าง 1.0 ถึง 2.0
- การสานต่อฉากโดยยึดตามพรอมป์: อนุญาตให้ปรับพรอมป์ระหว่างการซูม เพื่อให้พื้นที่ที่เปิดเผยใหม่เพิ่มรายละเอียดแวดล้อม องค์ประกอบเรื่องราว หรือการปรับสไตล์
- การคงองค์ประกอบภาพ: รักษาตัวแบบและการจัดวางกึ่งกลางเป็นจุดยึด ในขณะที่ขยายโลกโดยรอบเพื่อการปรับแต่งแบบวนรอบ
- การจัดกรอบใหม่ตามอัตราส่วนภาพ: ใช้เพื่อขยายหรือปรับรูปทรงการจัดวางภาพระหว่างการซูม ช่วยให้ปรับชิ้นงานสำหรับแบนเนอร์, รูปย่อ, และเลเอาต์เชิงภาพยนตร์
- รองรับเวิร์กโฟลว์แบบทำซ้ำ: มีประสิทธิภาพเป็นพิเศษสำหรับการทำซูมต่อเนื่องหลายครั้ง รวมถึงลำดับ “infinite zoom”
- การกู้คืนจากการครอปและการขยายกรอบภาพ: ใช้ได้ดีเมื่อผลลัพธ์ก่อนหน้าดูแข็งแรงแต่ถูกจัดกรอบแน่นเกินไป โมเดลสามารถเพิ่มบริบทโดยรอบที่น่าเชื่อถือโดยไม่ต้องเริ่มใหม่
- ลักษณะการสร้างภาพแบบ Midjourney: ควรเข้าใจว่าเป็นการแก้ไข/ต่อเนื่องภาพเฉพาะทางในเวิร์กโฟลว์สไตล์ Midjourney ไม่ใช่อัลกอริทึมซูมภาพทั่วไป
วิธีเข้าถึงและผสาน mj-turbo-custom-zoom
ขั้นตอนที่ 1: สมัครเพื่อรับ API Key
สมัครใช้งาน CometAPI และสร้าง API key จากแดชบอร์ด จัดเก็บคีย์อย่างปลอดภัย และส่งในเฮดเดอร์ Authorization เป็น Bearer token สำหรับทุกคำขอ
ขั้นตอนที่ 2: ส่งคำขอไปยัง API ของ mj-turbo-custom-zoom
ใช้ปลายทางที่เข้ากันได้กับ Midjourney ของ CometAPI ที่ POST /mj/submit/action
curl https://api.cometapi.com/mj/submit/action \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $COMETAPI_API_KEY" \
-d '{
"prompt": "a futuristic cityscape at sunset --v 6.1",
"botType": "MID_JOURNEY",
"accountFilter": {
"modes": ["TURBO"]
}
}'
ขั้นตอนที่ 3: ดึงผลลัพธ์และตรวจสอบความถูกต้อง
API จะส่งออบเจกต์งานพร้อม task ID ให้ ทำการโพลล์ที่ GET /mj/task/{task_id}/fetch เพื่อตรวจสอบสถานะการสร้าง และดึง URL ของภาพผลลัพธ์เมื่อสถานะงานถึงจุดสิ้นสุด