Hy Image3.5 preview API

Thông số kỹ thuật của Hy-Image 3.5 Preview

Hy-Image 3.5 Preview là gì?

Hy-Image 3.5 là mô hình tạo ảnh chuyên nghiệp của Tencent Hunyuan, được thiết kế cho các tác vụ tạo ảnh từ văn bản, tạo ảnh từ ảnh và chỉnh sửa hình ảnh nhiều lượt.

Khác với API tạo ảnh kiểu một prompt thông thường, Hy-Image 3.5 Preview sử dụng giao thức kiểu Chat/Messages, cho phép kết hợp prompt văn bản, ảnh tham chiếu và ngữ cảnh tạo ảnh trước đó trong một quy trình hội thoại. Do đó, mô hình không chỉ dùng để tạo ảnh từ đầu mà còn có thể sửa đổi kết quả hiện có theo cách lặp qua nhiều vòng.

Tính năng chính của Hy-Image 3.5 Preview

• Tạo ảnh từ văn bản: Tạo hình ảnh từ các hướng dẫn ngôn ngữ tự nhiên và để mô hình diễn giải bố cục, phong cách, chủ thể và chi tiết thị giác được yêu cầu.
• Tạo ảnh từ ảnh: Kết hợp hướng dẫn văn bản với ảnh tham chiếu để dẫn dắt kết quả được tạo.
• Chỉnh sửa nhiều lượt: Giữ lại hội thoại trước đó và ngữ cảnh hình ảnh để người dùng có thể tinh chỉnh ảnh dần dần thay vì bắt đầu lại từ đầu.
• Đầu vào đa phương thức: Một yêu cầu có thể kết hợp hướng dẫn văn bản với ảnh tham chiếu, phù hợp cho chuyển phong cách, chỉnh sửa ảnh sản phẩm, điều chỉnh nhân vật và lặp thiết kế trực quan.
• Đầu ra 4K: Tài liệu API chính thức hỗ trợ đầu ra lên tới 4096 × 4096 pixel, tùy theo các ràng buộc diện tích ảnh được ghi trong tài liệu.
• Tăng cường tìm kiếm bên ngoài: Tài liệu API liệt kê khả năng tăng cường bằng tìm kiếm bên ngoài, cho phép quy trình tạo ảnh tích hợp thêm thông tin khi cần.
• Kích thước ảnh linh hoạt: Nhà phát triển có thể chỉ định chính xác size, hoặc để mô hình quyết định kích thước đầu ra dựa trên prompt và ngân sách pixel đã cấu hình.
• Kiểm soát seed: Có thể cung cấp seed khi cần tái lập kết quả sinh.

Khả năng tạo và chỉnh sửa hình ảnh

Tạo ảnh từ văn bản

Hy-Image 3.5 Preview có thể tạo ảnh trực tiếp từ hướng dẫn văn bản. Mô hình chấp nhận yêu cầu theo kiểu Messages, trong đó văn bản của người dùng đóng vai trò hướng dẫn tạo ảnh.

Điều này phù hợp cho các tác vụ sáng tạo như minh họa, concept art, hình ảnh quảng cáo, đồ họa thuyết trình, ảnh sản phẩm và các quy trình nội dung hình ảnh khác.

Tạo ảnh từ ảnh

Mô hình có thể kết hợp hướng dẫn văn bản với ảnh tham chiếu. Ảnh tham chiếu có thể được cung cấp qua URL ảnh công khai hoặc dữ liệu ảnh mã hóa Base64.

Tài liệu API chính thức cho phép tối đa 20 ảnh tham chiếu, với kích thước tối đa 20MB mỗi ảnh.

Chỉnh sửa hình ảnh nhiều lượt

Một trong những khả năng nổi bật của Hy-Image 3.5 Preview là chỉnh sửa nhiều lượt. Thay vì tạo mỗi lần sửa đổi như một yêu cầu độc lập, nhà phát triển có thể giữ lại hội thoại trước đó và ngữ cảnh ảnh đã tạo, rồi gửi một hướng dẫn chỉnh sửa mới.

Điều này cho phép các quy trình như:

1. Tạo một ảnh ban đầu.
2. Yêu cầu mô hình thay đổi một thành phần cụ thể.
3. Giữ nguyên phần còn lại của bố cục.
4. Tiếp tục tinh chỉnh ảnh qua nhiều vòng.

API trả về cấu trúc assembled_history có thể được tái sử dụng làm ngữ cảnh cho các lượt chỉnh sửa tiếp theo.

Độ phân giải và kích thước ảnh

Hy-Image 3.5 Preview hỗ trợ kích thước đầu ra linh hoạt.

Khi size được cung cấp rõ ràng, có thể kiểm soát trực tiếp kích thước yêu cầu, với tài liệu API ghi nhận kích thước từ 256 đến 8192 pixel mỗi cạnh và diện tích ảnh tối đa 16,777,216 pixel, tương ứng với đầu ra cấp 4K 4096 × 4096.

Đối với tạo 4K, tài liệu API khuyến nghị chỉ định rõ size mong muốn. Nếu không cung cấp kích thước cụ thể, mô hình có thể quyết định kích thước đầu ra dựa trên prompt và ngân sách pixel đã cấu hình.

Hiệu năng benchmark của Hy-Image 3.5 Preview

Tài liệu ra mắt công khai của Tencent mô tả Hy-Image 3.5 Preview là mô hình tạo ảnh cấp độ chuyên nghiệp. Tencent cũng báo cáo một đánh giá mù nội bộ với hàng trăm nhà thiết kế chuyên nghiệp, cho biết cải thiện 30% so với Hy-Image 3.0 và kết quả tương đương Seedream 5.0 Pro. Đây là kết quả đánh giá nội bộ do nhà cung cấp báo cáo, không phải bảng benchmark công khai được tái lập độc lập.

Vì tài liệu API chính thức không cung cấp bảng benchmark công khai chuẩn hóa, các kết quả được báo cáo này không nên được trình bày như các điểm số bảng xếp hạng có thể so sánh trực tiếp.

Hy-Image 3.5 Preview so với Hy-Image 3.0

Vì vậy, Hy-Image 3.5 Preview được định vị như một hệ thống tạo sinh mang tính hội thoại và thiên về chỉnh sửa hơn, trong khi Hy-Image 3.0 sử dụng giao diện tạo đơn giản xoay quanh một prompt và các ảnh tham chiếu tùy chọn.

Hy-Image 3.5 Preview so với các mô hình ảnh khác

Hy-Image 3.5 Preview khác biệt chủ yếu nhờ sự kết hợp giữa tạo ảnh, đầu vào tham chiếu đa phương thức, chỉnh sửa theo hội thoại và quy trình tạo ảnh với ngữ cảnh lớn.

Đối với các ứng dụng tập trung vào sáng tạo hình ảnh theo kiểu lặp, kiến trúc Chat/Messages đặc biệt hữu ích vì mô hình có thể giữ lại ngữ cảnh của các lượt chỉnh sửa trước thay vì xem mỗi lần tạo là một yêu cầu riêng lẻ.

So với các mô hình chủ yếu chỉ cung cấp một prompt tạo ảnh duy nhất, Hy-Image 3.5 Preview mang lại quy trình gần hơn với một trình chỉnh sửa hình ảnh theo hội thoại.

Trường hợp sử dụng tiêu biểu

1. Quảng cáo thương mại

Tạo hình ảnh chiến dịch, tác phẩm quảng bá, đồ họa marketing và ý tưởng quảng cáo từ mô tả ngôn ngữ tự nhiên chi tiết.

2. Tạo ảnh sản phẩm

Sử dụng ảnh tham chiếu và hướng dẫn văn bản để tạo hoặc chỉnh sửa hình ảnh sản phẩm trong khi vẫn duy trì các đặc điểm thị giác quan trọng.

3. Thiết kế UI và sản phẩm

Tạo concept giao diện, mockup trực quan, khám phá thiết kế và tài sản trực quan sẵn sàng cho thuyết trình.

4. Chỉnh sửa nhân vật và chân dung

Sử dụng ảnh tham chiếu và hướng dẫn lặp để tinh chỉnh nhân vật, chân dung, phong cách, trang phục, phông nền và các yếu tố thị giác khác.

5. Minh họa sáng tạo

Tạo minh họa, concept art, hình ảnh câu chuyện và các tài sản sáng tạo khác từ prompt chi tiết.

6. Sản xuất hình ảnh nhiều vòng

Sử dụng khả năng chỉnh sửa theo hội thoại để tinh chỉnh ảnh dần dần qua nhiều hướng dẫn, giúp mô hình phù hợp với quy trình mà hình ảnh cuối cùng được phát triển qua nhiều lần lặp.

Giới hạn và lưu ý

Hy-Image 3.5 Preview hiện là mô hình Preview, vì vậy hành vi API và phiên bản mô hình nền có thể thay đổi khi Tencent tiếp tục cập nhật dịch vụ.

URL ảnh được API trả về là tạm thời. Tài liệu chính thức nêu rằng URL ảnh được tạo có hiệu lực trong 12 giờ, vì vậy các ứng dụng cần tài sản lâu dài nên tải xuống và lưu trữ ảnh đã tạo thay vì phụ thuộc vĩnh viễn vào URL được trả về.

Nhà phát triển sử dụng chỉnh sửa nhiều lượt cũng nên giữ lại assembled_history được trả về khi tiếp tục phiên chỉnh sửa, vì cấu trúc này chứa ngữ cảnh cần thiết cho các vòng tiếp theo.

Cách truy cập API Hy-Image 3.5 Preview qua CometAPI

CometAPI có thể cung cấp một lớp tích hợp thống nhất cho các ứng dụng muốn truy cập các mô hình AI được hỗ trợ thông qua một quy trình API nhất quán.

Bước 1: Đăng ký hoặc Đăng nhập vào CometAPI

Tạo tài khoản CometAPI hoặc đăng nhập tài khoản hiện có. Sau khi vào bảng điều khiển CometAPI, truy cập khu vực quản lý khóa API.

Bước 2: Tạo khóa API CometAPI

Tạo khóa API từ bảng điều khiển CometAPI. Giữ an toàn cho khóa vì khóa được dùng để xác thực các yêu cầu API.

Bước 3: Tìm Hy-Image 3.5 Preview

Mở danh mục mô hình của CometAPI và tìm Hy-Image 3.5 Preview. Xác nhận rằng mô hình hiện có sẵn qua tài khoản CometAPI của bạn trước khi tích hợp vào ứng dụng sản xuất.

Sử dụng định danh mô hình:

hy-image-v3.5-preview

Bước 4: Cấu hình ứng dụng của bạn

Cấu hình ứng dụng để sử dụng giao diện API thống nhất của CometAPI và xác thực yêu cầu bằng khóa API CometAPI của bạn.

Đối với quy trình tạo ảnh, truyền prompt văn bản phù hợp, thông tin ảnh tham chiếu và các tham số tạo được mô hình hỗ trợ.

Bước 5: Gửi yêu cầu tạo ảnh của bạn

Gửi yêu cầu qua CometAPI với hy-image-v3.5-preview là mô hình đã chọn.

Tùy ứng dụng, bạn có thể dùng mô hình để tạo ảnh từ văn bản, tạo ảnh từ ảnh tham chiếu, hoặc chỉnh sửa nhiều lượt.

Bước 6: Xử lý và lưu trữ ảnh đã tạo

Lấy ảnh đã tạo từ phản hồi API và lưu trữ trong hệ thống của ứng dụng nếu ảnh cần được duy trì sau thời hạn hiệu lực của URL tạm thời.