Seedream4.5 ByteDance के Volcano Engine द्वारा जारी Doubao・इमेज क्रिएशन मॉडल है। Seedream 4.5 इसका प्रतिनिधि मॉडल है, और यह “जेनरेट करते ही एडिट” की पूरी प्रक्रिया का क्लोज़्ड लूप实现 करने वाला पहला मल्टीमोडल इमेज लार्ज मॉडल है। यह टेक्स्ट और इमेज के संयुक्त इनपुट का समर्थन करता है, और इसमें 4K मल्टीमोडल इमेज जनरेशन, मल्टी-इमेज फ्यूज़न क्रिएशन, रेफ़रेंस-आधारित इमेज जनरेशन, कॉम्बिनेशन इमेज जनरेशन, इमेज एडिटिंग जैसी मुख्य क्षमताएँ हैं।
सामान्य नियम
Seedream 4.5 टेक्स्ट-टू-इमेज, इमेज एडिटिंग, रेफ़रेंस इमेज से इमेज जनरेशन, इमेज सेट जनरेशन आदि कई तरह के कार्यों का समर्थन करता है। बेहतर इमेज परिणाम पाने के लिए, प्रॉम्प्ट लिखते समय कृपया निम्न सिद्धांतों का पालन करें:
1. प्राकृतिक भाषा में चित्र को स्पष्ट और सुसंगत रूप से वर्णित करें
मुख्य आवश्यकता: संक्षिप्त और पूर्ण वाक्यों में मुख्य विषय + क्रिया/स्थिति + परिवेश का वर्णन करें। शैली, रंग, प्रकाश-छाया, कंपोज़िशन आदि सौंदर्य तत्वों को स्वाभाविक रूप से शामिल करें, और बिखरे हुए कीवर्ड्स की भरमार से बचें।
- उदाहरण: गोल फ्रेम वाला चश्मा पहने एक बुज़ुर्ग व्यक्ति पार्क की बेंच पर बैठकर ध्यान से किताब पढ़ रहा है। डूबते सूरज की सुनहरी रोशनी उसके पूरे शरीर पर बिखरी हुई है, शैली गर्मजोशी भरी और सूक्ष्म यथार्थवादी है।
- बचें: बुज़ुर्ग, चश्मा पहने, किताब पढ़ना, पार्क बेंच, सूर्यास्त, गर्म रोशनी।
2. इमेज के उपयोग परिदृश्य और उद्देश्य को स्पष्ट करें
मुख्य आवश्यकता: यदि कोई विशिष्ट उपयोग है, तो इमेज का प्रकार (जैसे logo, पोस्टर, इलस्ट्रेशन आदि) और उपयोग परिदृश्य सीधे बताएँ, ताकि AI डिज़ाइन उद्देश्य को बेहतर समझ सके।
- उदाहरण: एक कॉफ़ी ब्रांड का logo डिज़ाइन करें। मुख्य विषय एक प्यारी लोमड़ी है, जिसके हाथ में गर्म कॉफ़ी कप है, और logo पर ब्रांड नाम “FoxBrew” स्पष्ट रूप से लिखा हो।
- बचें: लोमड़ी कप पकड़े हुए, कप के पास FoxBrew लिखा है, एक अमूर्त चित्र।
3. शैली रेंडरिंग को सटीक रूप से नियंत्रित करें
मुख्य आवश्यकता: अपेक्षित शैली प्रभाव पाने के लिए शैली कीवर्ड्स स्पष्ट रूप से निर्दिष्ट करें, या सीधे रेफ़रेंस इमेज अपलोड करें।
- उदाहरण:
- साइबरपंक शैली की बारिश भरी रात में शहर की सड़क
- स्वप्निल और गर्मजोशी भरी बच्चों की चित्र-पुस्तक इलस्ट्रेशन
4. टेक्स्ट रेंडरिंग की सटीकता बढ़ाएँ
मुख्य आवश्यकता: जिस टेक्स्ट सामग्री को जनरेट करना है, उसे डबल कोट्स के भीतर रखें, ताकि AI उसे गलत न पढ़े या विकृत न करे।
- उदाहरण: एक प्रेरक पोस्टर जनरेट करें, बीच में आकर्षक शीर्षक “追梦不止步” हो, और पृष्ठभूमि में पहाड़ की चोटी की ओर दौड़ता हुआ एक युवा व्यक्ति हो।
- बचें: एक प्रेरक पोस्टर जनरेट करें, बीच में शीर्षक追梦不止步, पृष्ठभूमि में धावक।
5. इमेज एडिटिंग के समय लक्ष्य और अपरिवर्तित रहने वाले भाग स्पष्ट करें
मुख्य आवश्यकता: जिस वस्तु को बदलना है और जिस ऑपरेशन को करना है, उसे विशिष्ट और स्पष्ट भाषा में वर्णित करें। अस्पष्ट संकेतों से बचें; यदि मूल इमेज के अधिकांश हिस्से को बनाए रखना है, तो स्पष्ट रूप से “बाकी हिस्सों को अपरिवर्तित रखें” पर ज़ोर दें।
- उदाहरण: चित्र में पियानो के सामने बैठे लड़के को गहरे नीले रंग का सूट पहनाएँ और लाल बो-टाई लगाएँ। उसकी मूल मुद्रा, भाव-भंगिमा और पृष्ठभूमि पूरी तरह अपरिवर्तित रखें।
- बचें: इसे नीले कपड़ों में बदल दें, बो-टाई लगा दें।
उन्नत Prompt तकनीकें
1. टेक्स्ट-टू-इमेज（Text-to-Image）
टेक्स्ट-टू-इमेज का मूल उद्देश्य भाषा के वर्णन के माध्यम से आपके इच्छित इमेज कंटेंट और शैली को स्पष्ट रूप से व्यक्त करना है। नीचे कुछ मुख्य सुझाव दिए गए हैं:
- लक्ष्य चित्र को स्पष्ट और संक्षिप्त प्राकृतिक भाषा में वर्णित करें।
- Seedream 4.5 की चीनी समझने की क्षमता में उल्लेखनीय सुधार हुआ है। थोड़े लेकिन सटीक वर्णन से भी आदर्श परिणाम मिल सकते हैं; बहुत अधिक अलंकृत विशेषणों के ढेर से बचें।
- पिछले मॉडल्स की तुलना में, जनरेट की गई इमेज के रंग अधिक भरपूर और प्राकृतिक होते हैं, और ओवरएक्सपोज़र या सफ़ेदपन की समस्या कम होती है।
उदाहरण प्रदर्शन
一个忙碌的程序员桌面：打开的笔记本电脑屏幕显示蓝色代码界面；旁边一个咖啡杯，杯身上印着“Coder Life”，杯中热气升腾；一本翻开的笔记，页面绘有流程图；一张便利贴上画着树状思维导图；一支圆珠笔横放在旁；手机屏幕亮起新消息提醒；角落有一盆绿萝植物。背景为虚化窗户，光线从左侧射入，形成温暖阴影。
हम इसका उपयोग ज्ञान विज़ुअलाइज़ेशन चार्ट जनरेट करने के लिए भी कर सकते हैं, ताकि जटिल जानकारी को अधिक सहज रूप से व्यक्त किया जा सके, उदाहरण के लिए:
- जटिल अवधारणाओं, सूत्रों या तर्क प्रक्रियाओं को दृश्य इमेज में बदलने का समर्थन करता है।
- पेशेवर शब्दावली का उपयोग करें, और चार्ट प्रकार, लेआउट तथा शैली निर्दिष्ट करें।
创建一张信息图，解释气候变化的主要因素，每项配独立图标和简短文字。
2. इमेज-टू-इमेज（Image-to-Image）
इमेज-टू-इमेज, जैसा कि नाम से स्पष्ट है, एक या कई इमेज इनपुट करके और टेक्स्ट वर्णन के साथ संयोजित करके इमेज एडिटिंग या नई इमेज जनरेशन को संभव बनाता है। Seedream 4.5 निम्नलिखित दो परिदृश्यों का समर्थन करता है:
- रेफ़रेंस इमेज और टेक्स्ट को मिलाकर स्थानीय एडिटिंग या संपूर्ण रेफ़रेंस-आधारित जनरेशन करना।
- तीर, बॉक्स सिलेक्शन या सरल डूडल के माध्यम से एडिटिंग क्षेत्र को मार्क किया जा सकता है।
उदाहरण के लिए, हम किसी इमेज में अपने इच्छित तत्व जोड़ सकते हैं। एक उदाहरण देखें:
帮我给这个美女带上一个墨镜，背着一个LV挎包
हम उन तत्वों को भी हटा सकते हैं जिन्हें हम नहीं चाहते, और उन्हें इच्छित तत्वों से बदल सकते हैं:
把路飞替换成山治，山治眼睛变成红心
3. मल्टी-इमेज जनरेशन
Seedream 4.5 ऐसे इमेज सीक्वेंस जनरेट करने का समर्थन करता है जिनमें पात्रों की निरंतरता और शैली की एकरूपता बनी रहती है। यह स्टोरीबोर्ड ड्रॉइंग, कॉमिक निर्माण जैसे परिदृश्यों के लिए उपयुक्त है, और IP प्रोडक्ट्स, स्टिकर/मीम पैक निर्माण जैसी उन सेट-डिज़ाइन आवश्यकताओं को भी पूरा कर सकता है जिनमें एक समान विज़ुअल शैली चाहिए। जब इमेज सेट जनरेशन की आवश्यकता हो, तो आप “एक श्रृंखला”, “एक सेट”, “इमेज सेट” जैसे प्रॉम्प्ट शब्दों से मॉडल को जनरेशन के लिए ट्रिगर कर सकते हैं, या सीधे विशिष्ट संख्या बताकर इमेज की मात्रा स्पष्ट कर सकते हैं। उदाहरण के लिए, 9 कॉमिक-शैली की इमेज जनरेट करना और पात्रों की छवि को लगातार बनाए रखना:
生成 9 宫格可爱卡通风格的漫画，整体色彩鲜艳明快，画面内容为哆啦 A 梦和大雄在公园中快乐玩耍的不同场景，包含两人放风筝、分享铜锣烧、追逐嬉戏、坐在长椅上聊天、喂公园里的小鸟、在草坪上打滚、一起看云朵、玩秋千、在花坛边赏花的画面，要求角色形象还原度高，风格统一连贯，要有对话文案，画面充满童趣氛围感。
इन तकनीकों के माध्यम से, आप Seedream 4.5 मॉडल को अधिक कुशलता से नियंत्रित कर सकते हैं और पेशेवर स्तर की इमेज रचनाएँ बना सकते हैं। क्या ऐसा संभव है कि भविष्य में हर व्यक्ति डिज़ाइनर बन सके?
अंतिम सुझाव
यदि Seedream 4.5 का उपयोग करते समय आपको लगे कि इमेज का आकार बहुत बड़ा है, तो आप zippic का उपयोग करके इमेज आकार को कुशलता से कंप्रेस करने की कोशिश कर सकते हैं। यह इमेज की स्पष्टता बनाए रखते हुए इमेज फ़ाइल का आकार काफ़ी कम कर सकता है, जिससे स्टोरेज स्पेस बचता है और लोडिंग स्पीड बेहतर होती है।