扣子(Coze)|推出最新文生图插件—智能绘图,生图速度超快。
版权声明
我们非常重视原创文章,为尊重知识产权并避免潜在的版权问题,我们在此提供文章的摘要供您初步了解。如果您想要查阅更为详尽的内容,访问作者的公众号页面获取完整文章。
该说不说,扣子这半年的更新频率在一周到两周,还是蛮快的。
从模型、API、到插件、知识库、数据库等,不断在向前迭代。
足以看出今年Agent有多卷。
另外也可以看出这个板块其实还处于早期,越是不成熟的市场越有机会。
产品、课程、流量、社群、toB接单........周围人已经都在悄悄靠认知差赚钱了。
任何时候开始行动都不晚没错,但是早期不抓住机会,后期想要达到同样的效果势必要付出更多的努力。
所以雷总的那句“顺势而为”真的太对了!希望大家都可以把握住这泼天的富贵,行动起来开始学习,都开上保时捷!
步入正题。
01 模型介绍
智能绘图搭载了 Seedream 通用 3.0 文生图模型,用于根据输入的文本描述生成图像。
Seedream 3.0 的提升之处在于对语义有更好的理解,实体结构也更加自然真实,支持输出 2048 分辨率图片,并在各类场景下均展现出显著的提升效果。
相比之前的图像生成节点分辨率更高,效果更真实,重点是生成速度更快。
毕竟是付费插件,每次生图消耗资源点200点,其他普通图片类付费插件基本上平均每次消耗的资源点也不过10左右。
02 对比效果
输入提示词:造一个年轻女孩
一个中国年轻女孩,白色背景,黑色头发,长波波头,正面脸,特写,工作室灯光,工作室,侧 光,化妆肖像,穿白色上衣
其他配置项均保持默认选项即可。
结果是:
图像生成节点耗时11s,而智能绘图插件仅耗时6s,生成速度相差大概一倍左右,差距还是挺明显,对于用户的体验感来说无疑更好的。
一个工具类的产品,我认为核心三要素就是快、准、稳:
简单来说就是速度快、结果准、系统不容易崩。
从这几点来看的话,扣子做的还是不错的。
下面来看下效果对比:
图像生成效果:
智能绘图效果:
两张图片的光线、背影、人物角色、表情、姿态乍一看差不多,但是细看会发现,第二张的表情更加自然,眼睛更加有神,感觉在盯着我。
很有礼貌的样子。
而第一张人物的眼神空洞无神。
再试试胶囊故宫的效果差异。
提示词:
“一个胶囊形状的创意微缩场景,胶囊横放着,胶囊一半为红色,印有 白色的字“北京” 和英文 “Beijing”,另一半透明,展示城市真实的特色建筑缩影故宫,整体风格 3D 渲染,具有梦幻感,使用 3D 建模软件如 Blender 或 C4D 制作,材质设置上注重光泽感,打光营造出柔和氛围,超详细,高清,HDR,电影般的构图,强调梦幻和未来感的美学,真实的纹理和光线增强了城市景观的真实性,干净纯色背景”
另外其他有趣的文生图提示词可以参考我这篇文章:
来看图像生成效果:
智能绘图效果:
两张图片整体效果我觉得都还不错,角度不太一样,第二张的倒影效果好一点。
当然对于我没有高要求的人来说,便宜的图像生成节点完全够用。
综合来看,没有那么高的细节要求情况下,使用图像生成节点的通用por模式完全够用了。追求细节且多金的土豪可以选择新智能绘图插件。
03 配置说明
调用智能绘图的genImage 工具时,可以指定随机种子,以确保在相同的输入条件下生成一致的图像。
随机种子seed参数配置:
-1(默认值):系统将随机生成图片,每次生成结果不同。
-
任意正整数:系统将基于该种子值生成相似的图片,确保结果可复现。
这个配置挺有意思。
说白了,如果输入一个不为-1的正整数,如果你每次输入的提示词相同,那么每次生成的图片会很相似。
如果输入-1,每次生成的结果会随机。
输入参数 :
参数 |
说明 |
prompt |
设置用于生成图像的提示词。支持中英文。必填参数。 |
logo_info |
设置水印信息。 |
scale |
设置文本描述对图像生成的影响程度,默认值为 2.5。 |
seed |
设置随机种子,输入 -1 或正整数。
|
use_pre_llm |
选择是否开启文本扩写。
|
width |
设置图像生成后的宽度,默认值为 1328。 |
height |
设置图像生成后的高度,默认值为 1328。 |
输入参数中有个logo_info参数,还可以用于设置水印信息,打上自己的品牌logo,用于宣传或者防止盗图。
以及可以开启优化输入的提示词,这样就不需要额外添加大模型提示词优化节点了。
输出参数 :
参数 |
说明 |
log_id |
日志 ID。 |
msg |
执行插件时的状态描述或错误提示信息。 |
code |
执行插件时的状态码。 |
data.image_urls |
生成的图片 URL,目前只支持生成一张图片。 |
data.request_id |
请求 ID。 |
data.binary_data_base64 |
输出处理过的图片的 Base64 编码。 |
data.algorithm_base_resp.status_code |
子状态码,进一步区分错误原因。 |
data.algorithm_base_resp.status_message |
子状态信息,进一步区分错误原因。 |
输出参数主要关注图片url,结果引用这个变量就行。
data.image_urls |
04 工作流引用
例如,在工作流中,通过智能绘图插件节点添加 genImage 工具生成一张女孩图片,输入提示词为:
“一个中国年轻女孩,白色背景,黑色头发,长波波头,正面脸,特写,工作室灯光,工作室,侧 光,化妆肖像,穿白色上衣”。
生成图片后,可以通过输出结果中的链接查看图片。示例中的节点说明如下:
在开始节点,使用默认输入参数 input。
在插件(genImage)节点,设置 prompt 参数引用开始节点的 input 参数,输入生成图像的提示词。
在结束节点,设置输出变量 output 引用 genImage节点输出结果中的 data.image_urls 参数,以便获取生成的图片链接。
北洛AI
还在用多套工具管项目?
一个平台搞定产品、项目、质量与效能,告别整合之苦,实现全流程闭环。
白皮书上线