Model Ideogram 4.5 vyšel ve webové aplikaci, API a na partnerských platformách. Nový model se soustředí na přesné, opakované zásahy do obrázku se zachováním kompozice, barev a nedotčených pixelů. Vedle úprav obrazu nabízí také změnu stylizovaných nápisů nebo překlad textu při zachování okolního rozvržení a vizuálního zpracování.
Navazující úpravy s omezením nežádoucích změn
Hlavním problémem, na který novinka cílí, je postupné narušování obrazu při několika úpravách za sebou. S dalšími zásahy se mohou hromadit artefakty, měnit barvy, ztrácet ostrost detailů nebo posouvat pixely. Ideogram tvrdí, že verze 4.5 při takové sérii změn zachovává původní obraz spolehlivěji než GPT Image a Nano Banana.
Textové nástroje umožňují měnit stylizované nápisy přímo tam, kde se v obrázku nacházejí. Další možností je překlad textu, při kterém zůstává zachované okolní rozvržení i jeho vizuální zpracování.
API rozlišuje přesnou úpravu a generování s referencemi
Pro vývojáře jsou v API připravené dva hlavní postupy. Precise edit vrací upravený obrázek se stejnými rozměry, jaké měl vstup. Generate and edit naproti tomu kombinuje generování podle referenčních obrázků s pokyny k úpravám.
Jeden požadavek může obsahovat až čtyři referenční obrázky a volitelnou masku. K dispozici je také režim vysoké přesnosti určený k zachování pixelů mimo upravovanou oblast.
U obrázků ve vysokém rozlišení mohou vývojáři zpracovat jen výřez a upravený výsledek vložit zpět do originálu. Kvůli lokální změně tak nemusejí zmenšovat celý obrázek. Model zároveň nabízí nativní výstup 2K, přičemž podporované rozměry dosahují přibližně 3K.
Ideogram 4.5 má čtyři režimy kvality a přijímá zadání dlouhá až 10 000 znaků. Tyto parametry doplňují práci s referencemi a maskou jako další dostupné možnosti při sestavování požadavku.
V úpravách je na 23. místě, lídrům se blíží v práci s textem a kompozicí
V žebříčku AA-Image-Editing v2.0 od Artificial Analysis obsadil Ideogram 4.5 23. místo. Zařadil se za HiDream-O1-Edit-1.5 a HunyuanImage 3.0 Instruct, ale před Seedream 5.0 Lite od ByteDance. Je to první model Ideogramu uvedený v tomto žebříčku; Artificial Analysis jej hodnotilo v režimu High quality.
Podle hodnocení Artificial Analysis se vedoucím modelům nejvíce přibližuje ve třech oblastech. První zahrnuje změny textu a symbolů, například úpravy nápisů. Druhou jsou zásahy do scény a stylu, kam patří změny osvětlení či pozadí. Třetí se týká kompozice a rámování, včetně ořezu nebo změny zdánlivého pohledu kamery.
Generování se posunulo oproti Ideogram 4.0 Quality
Při generování obrázků z textu se Ideogram 4.5 v hodnocení Artificial Analysis umístil na 34. místě, zatímco Ideogram 4.0 Quality byl na 40. místě. V pěti z devíti hodnocených schopností novinka zmenšila odstup od lídrů. Nejvýraznější posun zaznamenala ve vykreslování textu a složitých kompozicích.
Nejsilnějšími kategoriemi modelu jsou v tomto hodnocení Knowledge, Physics a Complex Compositions. Knowledge zahrnuje rozpoznatelné památky a druhy, zatímco Physics prověřuje fyzikální vztahy včetně gravitace a opory. Complex Compositions se zaměřuje na dodržení počtů, poloh a správně přiřazených vlastností ze zadání.
Mezi hodnocenými způsoby použití dosáhla verze 4.5 největšího zlepšení proti verzi 4.0 v kategorii Animation and Gaming. Uvedené výsledky generování, stejně jako hodnocení úprav, odpovídají režimu High quality.
Dostupnost v aplikaci a API, zveřejnění vah je v plánu
K modelu lze přistupovat přes webovou aplikaci Ideogramu, jeho API nebo partnerské platformy. V API stojí jeden obrázek v režimu High quality 0,22 USD při úpravě a 0,10 USD při generování z textu; v nejnižším režimu jsou ceny 0,008 USD za úpravu a 0,03 USD za generování.
Ideogram také plánuje zveřejnit váhy modelu.
