mj_turbo_pic_reader

ข้อกำหนดทาง技术ของ mj-turbo-pic-reader

mj-turbo-pic-reader คืออะไร?

mj-turbo-pic-reader คือรหัสแพลตฟอร์มของ CometAPI สำหรับเวิร์กโฟลว์ผู้อ่านพรอมต์ภาพที่มุ่งเน้น Midjourney อ้างอิงพฤติกรรมการใช้พรอมต์ภาพของ Midjourney โดยโมเดลนี้เหมาะสำหรับการวิเคราะห์ภาพที่ป้อนเข้าและใช้แก่นขององค์ประกอบภาพเหล่านั้นเป็นแนวทางสำหรับการสร้างใหม่ โดยเฉพาะเมื่อจับคู่กับพรอมต์ข้อความ Midjourney อธิบายว่าพรอมต์ภาพเป็นวิธีชี้นำเนื้อหา องค์ประกอบ และสี โดยให้ระบบมองที่องค์ประกอบหลักของภาพและใช้เป็นแรงบันดาลใจสำหรับเอาต์พุตใหม่

ส่วน “turbo” ของตัวระบุสื่อถึงการสอดรับกับเวิร์กโฟลว์ Turbo ของ Midjourney มากกว่าที่จะเป็นชื่อโมเดลพื้นฐานสาธารณะของ Midjourney เอกสารทางการของ Midjourney อธิบายว่า Turbo Mode เป็นโหมด GPU ความเร็วสูงที่สามารถสร้างภาพได้เร็วกว่า Fast Mode สูงสุดสี่เท่า แม้จะใช้เวลา GPU แบบที่คิดค่า Fast มากขึ้น ทำให้ mj-turbo-pic-reader เหมาะกับสายงานสร้างสรรค์ที่ขับเคลื่อนด้วยภาพและต้องการความรวดเร็ว

ในการใช้งานจริง model ID นี้เหมาะอย่างยิ่งเมื่อคุณต้องการส่งภาพเป็นข้อมูลอ้างอิง ดึงหรือใช้สัญญาณเชิงสไตล์และองค์ประกอบจากภาพ และขับเคลื่อนการสร้างแบบ Midjourney ผ่าน CometAPI โดยไม่ต้องจัดการความแตกต่างของผู้ให้บริการโดยตรง คำอธิบายนี้สรุปจากเอกสารของ Midjourney เกี่ยวกับพรอมต์ภาพและ Turbo ควบคู่กับตัวระบุโมเดลของ CometAPI

คุณสมบัติหลักของ mj-turbo-pic-reader

• การตีความพรอมต์ภาพ: รับภาพเป็นอินพุตเพื่อให้เวิร์กโฟลว์การสร้างใช้สัญญาณเชิงภาพ เช่น องค์ประกอบ หัวข้อ และทิศทางโทนสี
• การผสมผสานข้อความกับภาพ: ทำงานได้ดีที่สุดเมื่อใช้ภาพอ้างอิงร่วมกับข้อความบรรยาย ช่วยให้ควบคุมเอาต์พุตได้ชัดเจนขึ้น
• โปรไฟล์ความเร็วสอดรับ Turbo: เหมาะกับการวนซ้ำงานสร้างสรรค์อย่างรวดเร็ว เพราะ Turbo Mode ของ Midjourney ถูกออกแบบให้สร้างภาพได้เร็วกว่า Fast Mode อย่างมีนัยสำคัญ
• การทดลองอย่างรวดเร็ว: มีประโยชน์สำหรับทีมที่ต้องทดสอบทิศทางภาพหลายแบบอย่างรวดเร็ว โดยเฉพาะการคอนเซปต์ การทำมู้ดบอร์ด และการสำรวจสไตล์ ซึ่งสอดคล้องในทางปฏิบัติกับ Turbo Mode และกลไกพรอมต์ภาพของ Midjourney
• ความยึดโยงกับพรอมต์ที่ดีขึ้นในรุ่นใหม่: เอกสารของ Midjourney ระบุว่าเวอร์ชันใหม่ปรับปรุงการจัดการทั้งพรอมต์ข้อความและภาพ ซึ่งเป็นประโยชน์ต่อเวิร์กโฟลว์แบบผู้อ่านภาพ
• แนวทางเชิงสร้างสรรค์ ไม่ใช่สกัดผลแบบตายตัว: พรอมต์ภาพของ Midjourney ใช้เป็นแรงบันดาลใจจากองค์ประกอบหลัก ดังนั้นเวิร์กโฟลว์เหมาะกับการสร้างแบบมีแนวทาง มากกว่าการแยกความหมายหรืออ่านข้อความจากภาพอย่างเด็ดขาด

วิธีเข้าถึงและผสานรวม mj-turbo-pic-reader

ขั้นตอนที่ 1: ลงทะเบียนเพื่อรับ API Key

ลงทะเบียนบน CometAPI และสร้าง API key จากแดชบอร์ดของคุณ CometAPI มีชั้น API แบบรวม ทำให้คุณเข้าถึง mj-turbo-pic-reader ได้ด้วยรูปแบบการยืนยันตัวตนเดียวกับโมเดลอื่นที่รองรับ

ขั้นตอนที่ 2: ส่งคำขอไปยัง API ของ mj-turbo-pic-reader

ใช้ endpoint ที่เข้ากันได้กับ Midjourney ของ CometAPI ที่ POST /mj/submit/describe.

curl https://api.cometapi.com/mj/submit/describe \
  -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: ดึงและตรวจสอบผลลัพธ์

API จะส่งคืนวัตถุงานที่มี task ID ทำการ poll ที่ GET /mj/task/{task_id}/fetch เพื่อตรวจสอบสถานะการสร้าง และดึง URL ของภาพเอาต์พุตเมื่อสถานะงานเข้าสู่สถานะสิ้นสุด