مدلهای تصویر
AI-School از کاتالوگ مدل مرکزی برای مدلهای متن-به-تصویر استفاده میکند. اینکه کدام مدلها قابل نمایش هستند، به تنظیمات ارائهدهنده محیط بستگی دارد.
کاتالوگ فعلی
| تأمینکننده | هزینه-موثر | کیفیت بالا |
|---|---|---|
| OpenAI | GPT Image 1 mini | GPT Image 2 |
| Nano Banana | Nano Banana 2 | |
| Black Forest Labs | FLUX.2 Flex | FLUX.2 Pro Preview |
Nano Banana نامی است که AI-School برای مدلهای تصویری Gemini Flash استفاده میکند. مدلهای تصویری اروپایی از طریق Black Forest Labs ارائه میشوند.
کدام مدل برای چه نوع کاری؟
| مدل | مناسب برای |
|---|---|
| GPT Image 1 mini | تصاویر مفهومی سریع، طرحها، آزمایش و تکرار با هزینه کمتر. |
| GPT Image 2 | تصاویر پایانیافته مرتبتر، متن واضحتر در تصاویر و کنترل بیشتر روی پایانکاری. |
| Nano Banana | تصاویر سریع و اقتصادی، بسیاری از واریانتها و ویرایشهای ساده. |
| Nano Banana 2 | تولید سریع تصاویر و ویرایش تعاملی تصویر با Google. |
| FLUX.2 Flex | تولید متن-به-تصویر اروپایی انعطافپذیر برای تصاویر تازه و عمومی. |
| FLUX.2 Pro Preview | تولید تصاویر اروپایی با کیفیت بالا برای تصاویر واقعگرایانه و سبک منسجم. |
گزینههای فرمت مرکزی
AI-School به کاربران چهار گزینه فرمت عمومی نشان میدهد:
| گزینه | معنی |
|---|---|
| خودکار | AI-School دقیقترین تنظیم مناسب برای مدل انتخابشده را انتخاب میکند. |
| مربعی | یک تصویر مربعی. |
| افقی | یک تصویر گسترده، برای مثال برای ارائهها. |
| عمودی | یک تصویر عمودی، برای مثال برای پوسترها. |
در کاتالوگ مرکزی مدل مشخص شده است که این گزینهها چگونه از هر ارائهدهنده به überhaupt تنظیم فنی مناسب ترجمه میشوند. بنابراین کاربر لازم نیست بداند آیا یک ارائهدهنده با 16:9، 1536x1024، عرض/ارتفاع یا مقدار دیگری کار میکند.
ویرایش و تصاویر الهام
مدلهای تصویری مدرن همچنین میتوانند تصاویر را به عنوان ورودی استفاده کنند. AI-School تفاوت میان اینها را قائل میشود:
- تصاویر الهام: تصاویر مرجع که به سبک، رنگ، ترکیب یا موضوع جهت میدهند.
- تصاویر ویرایش: تصویر منبعی که مدل باید توسط آن تغییر داده شود.
این قابلیتها برای Black Forest Labs و Stability AI اعمال نمیشود. در این ارائهدهندگان، AI-School تمام تصاویر منبع، الهام و مرجع را مسدود میکند و فقط تولید متن-به-تصویر با محدودیتهای حریم خصوصی امکانپذیر است.
در حالت ویرایش، کاربر به هیچ نسبت ابعاد (aspect ratio) انتخاب نمیکند. AI-School اندازهها یا تنظیمات فرمتی دستی ارسال نمیکند تا به مدل اجازه دهد ابعاد و نسبت تصویر منبع را حفظ کند.
بهبود_prompt
در تولید مستقیم تصویر، AI-School میتواند یک گام هوش مصنوعی اضافی برای بهبود prompt و تنظیمات خودکار استفاده کند. این گام به prompt فعلی، تنظیمات و تاریخچه چت اخیر نگاه میکند. تنظیمات صریح انتخابشده همچنان تعیینکننده هستند؛ تنظیمات خودکار یا خالی میتوانند تکمیل شوند.
برای Black Forest Labs و Stability AI، یک جریان داده فنی جداگانه وجود دارد. آنها Prompt اصلی را دریافت نمیکنند، بلکه تنها Prompt ترکیبشده از سمت سرور را از یک کاتالوگ کنترلشده دریافت میکنند. برای مطالعه اینکه چگونه دادههای شخصی بهطور فنی کنار گذاشته میشوند را بخوانید.
