ByteDance Seed: Seedream 5.0 Flash

Seedream 5.0 Flash هو نموذج لتوليد الصور وتحريرها من ByteDance Seed. ينتمي إلى عائلة Seedream 5.0، حيث يأتي كالفئة السريعة والموفرة من حيث التكلفة، وهو مخصص لأحمال الإنتاج الضخمة وسير العمل التفاعلي بدلا من الحالات التي تتطلب أكبر نموذج في العائلة.

النموذج هو نموذج صور. يقبل النص والصور كمدخلات، ومخرجاته صورة. هذا المزيج من أنماط الإدخال هو ما يجعل كلا من التوليد من موجه نصي وتحرير الصور الموجودة ممكنا داخل النموذج نفسه. يدعم حتى 14 مرجعا للإدخال، لذا يمكن توجيه الطلب عبر صور مصدر متعددة بدلا من صورة واحدة. لا يوجد مخرج نصي، مما يعني أن النموذج يعيد صورا بدلا من أوصاف أو إجابات مكتوبة. لم يتم نشر طول السياق لهذا النموذج، لذا فإن التخطيط القائم على الرموز حول نافذة السياق لا ينطبق هنا. معاملات الطلب المدرجة له هي frequency_penalty و max_tokens و temperature و top_p.

نظرا لأن جانب الإدخال يغطي النص والصور معا والمخرج دائما صورة، فإن الاستخدامات العملية تنبع من توليد المرئيات وتحريرها بكميات كبيرة. تناسب موجهات النص والصور معا صور المنتجات والمواد التسويقية ومواد التواصل الاجتماعي والمرئيات التصورية والمسودات وتنويعات على صورة موجودة حيث تحمل الصور المصدر المظهر الذي تريد الحفاظ عليه. تكون مدخلات المرجع مفيدة عندما يحتاج الموجز إلى البقاء مثبتا بصريا على مواد مقدمة. وبما أن النموذج يتلقى موجهات وصورا مرجعية ويعيد صورا، فإنه يناسب خطوط المعالجة التي تحتاج إلى صور كثيرة بسرعة، بما في ذلك الأدوات التفاعلية حيث يعدل المستخدم الموجه ويتوقع نتيجة في الجلسة نفسها.

تستدعي النموذج عبر واجهة api14 المتوافقة مع OpenAI باستخدام معرف النموذج "bytedance-seed/seedream-5-0-flash". يتم بناء الطلبات بالطريقة نفسها المتبعة في استدعاءات OpenAI المتوافقة الأخرى، مع استخدام هذا المعرف كقيمة model وتقديم إدخال النص والصور بالطريقة التي تتوقعها نقطة النهاية. معاملات الطلب المدعومة هي frequency_penalty و max_tokens و temperature و top_p. إضافة إلى ذلك، تكون إعدادات الصورة هي resolution و aspect_ratio و n و input_references و seed. resolution هو enum من 1K أو 2K. aspect_ratio هو enum يغطي 1:1 و 1:2 و 2:1 و 2:3 و 3:2 و 3:4 و 4:3 و 4:5 و 5:4 و 9:16 و 16:9 و 9:19.5 و 19.5:9 و 9:20 و 20:9 و 9:21 و 21:9 و auto. يقبل n قيمة واحدة فقط، بحد أدنى 1 وحد أقصى 1، أي صورة واحدة لكل طلب. يتراوح input_references من 0 إلى 14، و seed هو boolean.

من الجدير معرفته قبل الالتزام: n ثابت عند 1 ولا يمكن رفعه إلى عدد أعلى، لذا تصدر طلبا منفصلا لكل صورة تريدها. يخرج النموذج صورا فقط، لذا فإن أي مهمة تحتاج إلى مخرج نصي، مثل التصنيف أو التلخيص، تحتاج إلى نموذج مختلف. كلا خياري الدقة يصلان إلى 2K كحد أقصى، وقد يكون ذلك قيدا إذا كنت تحتاج إلى عمليات عرض أكبر من النموذج نفسه. الاستدلال طويل السياق ليس من الأمور التي يؤديها هذا النموذج. إذا كان حمل العمل لديك نصيا في المقام الأول، أو كنت تحتاج إلى استدعاء واحد يعيد صورا متعددة، فمن المرجح أن يكون نموذج آخر على api14 خيارا أفضل.