The Pulse
Ideogram 4.5 punta a contrastare la deriva nelle modifiche successive alle immagini
Ideogram ha presentato la versione 4.5, un modello per la modifica delle immagini progettato per preservare i dettagli attraverso interventi successivi. La sua API Precise Edit mantiene intatti i pixel non interessati dalle modifiche e rest
AI.info Team · Scritto con l’IA ·
«Preservare i dettagli quando si modificano immagini con l’IA è difficile. Quando abbiamo parlato con professionisti della creatività e team aziendali della modifica delle immagini con l’IA, la loro lamentela principale era che la qualità dell’immagine peggiorava a ogni modifica.»
Mohammad Norouzi
Ideogram ha annunciato la versione 4.5 il 30 settembre, concentrandosi su ciò che accade dopo la prima immagine: il modello è progettato per mantenere intatti i dettagli mentre gli utenti apportano modifiche successive. Secondo l’azienda, le modifiche ripetute possono introdurre spostamenti dei pixel, variazioni di colore e artefatti nelle texture, e la versione 4.5 riduce questa deriva. Ideogram presenta il modello come uno strumento per revisioni controllate, anziché per generare immagini da zero.
Due modalità di modifica, due endpoint API
Ideogram offre Precise Edit per modifiche mirate e una modalità separata di generazione e modifica per revisioni che lasciano al modello più libertà di rielaborare un’immagine. Nell’API, Precise Edit restituisce un’immagine con la stessa larghezza e altezza di quella in input, e la documentazione afferma che i pixel esterni all’area modificata vengono copiati esattamente dall’originale. Gli sviluppatori possono aggiungere una maschera per limitare l’area interessata o fornire fino a quattro immagini di riferimento.
La distinzione permette agli utenti di scegliere tra conservazione e reinterpretazione. Un team di prodotto che cambia il colore di una scarpa, per esempio, può apportare quella modifica e poi richiederne un’altra alla suola o allo sfondo; chi modifica l’immagine può invece scegliere la modalità di generazione e modifica quando un prompt richiede interventi più ampi. La guida all’API di Ideogram mostra una sequenza di tre immagini di scarpe da corsa sottoposte a modifiche successive, in cui la forma e la posizione delle scarpe restano costanti.
Il confronto di Ideogram è la prova che l’azienda presenta
La pagina del modello confronta le stesse modifiche eseguite con Ideogram 4.5, GPT Image 2.5 Sunburst, Nano Banana Pro e Nano Banana 2. Secondo Ideogram, i risultati dei modelli concorrenti diventano inutilizzabili dopo poche modifiche, mentre i propri restano privi di difetti. La pagina non descrive un valutatore indipendente, un metodo di attribuzione dei punteggi né un tasso di deriva misurato: il confronto illustra quindi quanto sostiene l’azienda sul proprio prodotto, anziché stabilire una classifica neutrale.
Gli esempi sulla pagina comprendono modifiche a colori e illuminazione, modifiche al testo, fotografie di prodotti, interni, architettura e restauro di vecchie foto. Ideogram mostra anche una modifica effettuata su un’immagine originale di 4.016 per 6.016 pixel, indicata come immagine da 24,2 megapixel, e afferma che il modello può lavorare su immagini ad alta risoluzione senza ridurne le dimensioni. Si tratta di un esempio mostrato, non di una dimensione massima dichiarata per le immagini in input.
Quattro modalità di qualità a partire da meno di un centesimo
Ideogram afferma che la versione 4.5 offre quattro modalità di qualità, con prezzi da 0,8 a 22 centesimi per immagine e una risoluzione nativa 2K. Il modello è disponibile tramite il prodotto e l’API di Ideogram, oltre che attraverso i partner di lancio indicati, tra cui Picsart, Krea, Runway, Pika, fal, ComfyUI, Gamma e Luma. L’azienda afferma anche che pubblicherà i pesi del modello, ma nel suo annuncio non indica una data di rilascio.
La fascia di prezzo per immagine rende le modifiche ripetute una questione di costo oltre che una prova di qualità, soprattutto per i team che producono più versioni di un elemento di una campagna. La domanda più importante è se il modello conservi i dettagli di cui gli utenti hanno bisogno anche attraverso lunghe sequenze di modifiche, non soltanto negli esempi selezionati per la pagina di lancio. L’annuncio di Ideogram presenta un flusso di lavoro e una fascia di prezzo, ma non fornisce misurazioni indipendenti delle prestazioni nel corso di modifiche ripetute.