Krea: Krea 2 Medium

Krea: Krea 2 Medium to model generowania obrazów od Krea. Należy do kategorii obrazów, a jego dostawca opisuje go jako zrównoważoną, opłacalną opcję i praktyczny punkt wyjścia dla szerokiego zakresu zastosowań. Jeśli wybierasz model obrazu do nowego projektu, ten jest pozycjonowany jako uniwersalny domyślny wybór, a nie narzędzie specjalistyczne.

Model przyjmuje dane wejściowe tekstowe i obrazowe oraz generuje dane wyjściowe w postaci obrazu. Jego okno kontekstowe wynosi 65 536 tokenów, a maksymalna długość danych wyjściowych to 58 982 tokeny. Generowanie jest kontrolowane przez parametry obrazu, a nie przez typowe mechanizmy próbkowania: rozdzielczość to enum z jedną wartością, 1K, a proporcja obrazu to enum obejmujący 1:1, 4:3, 3:2, 16:9, 4:5, 2:3 i 9:16. Możesz podać od zera do jednego odwołań wejściowych, a ziarno jest dostępne jako opcja logiczna. Dostawca zauważa, że rozległe dostrajanie po treningu wspiera stabilne, spójne generacje.

Te możliwości wskazują na dość szeroki zestaw praktycznych zastosowań. Praca od tekstu do obrazu obejmuje oczywiste przypadki: grafikę koncepcyjną, materiały marketingowe i społecznościowe, ilustracje oraz szybkie eksplorowanie pomysłów wizualnych. Ponieważ model przyjmuje również dane wejściowe obrazowe z maksymalnie jednym odwołaniem, nadaje się do generowania kierowanego odwołaniem, gdy chcesz uzyskać wynik zgodny ze stylem, tematem lub kompozycją dostarczonego obrazu. Stała rozdzielczość 1K i zakres proporcji obrazu pozwalają w prosty sposób celować w popularne formaty, od kwadratowych postów po szerokie ramki 16:9 i pionowe relacje 9:16, bez dodatkowych kroków zmiany rozmiaru. Opcja ziarna pomaga, gdy potrzebujesz odtworzyć lub iterować konkretny wynik.

Wywołujesz go przez zgodne z OpenAI API api14, używając identyfikatora modelu "krea/krea-2-medium". Ponieważ punkt końcowy jest zgodny z formatem OpenAI, możesz skierować istniejące biblioteki klienckie OpenAI na api14 i zmienić identyfikator modelu, zamiast przepisywać integrację. Pamiętaj, że model nie wymienia obsługiwanych parametrów w zwykłym sensie; kontrolki, które udostępnia, to opisane powyżej parametry obrazu, czyli rozdzielczość, proporcja obrazu, odwołania wejściowe i ziarno. Planuj konstruowanie żądań wokół tych pól.

Warto sprawdzić, czy ten model pasuje, zanim się go wybierze. Rozdzielczość jest ograniczona do 1K, więc praca wymagająca wyższych natywnych danych wyjściowych wymagałaby skalowania w górę lub innego modelu. Odwołania wejściowe są ograniczone do jednego, więc zadania polegające na łączeniu kilku obrazów referencyjnych nie są dobrym dopasowaniem. Jeśli twoje obciążenie dotyczy generowania tekstu, a nie generowania obrazów, ten model w ogóle nie jest właściwym wyborem, ponieważ jego jedynym trybem wyjściowym są obrazy.