Ideogram выкатила 4.5 Edit с пошаговыми правками без потери исходных деталей
Знакомый кошмар любого арт-директора: клиент утвердил эскиз, но попросил перекрасить ремешок часов на запястье модели. Вы заходите в инпейнтинг, выделяете кистью крошечный участок, жмёте генерацию — и нейросеть вместе с новым ремешком перерисовывает пальцы, меняет тон кожи и сбивает выставленный свет сцены. Третий раунд таких правок обычно превращает исходный рендер в бесформенное месиво. Команда Ideogram подошла к этой боли с инженерным прагматизмом и выпустила модель Ideogram 4.5 Edit.
Замысел релиза — объединить чистую генерацию и глубокое пошаговое редактирование внутри единой системы. Обычно диффузионные модели при каждой новой итерации пересчитывают весь кадр с нуля, из-за чего картинка неумолимо деградирует. Разработчики называют это накоплением ошибок или «image drift». Чтобы побороть эффект сползания текстур, геометрии и оттенков, в систему заложили функцию Multi-turn editing, рассчитанную на длинную череду правок одного файла.
Внутри работает специализированный режим под названием Precise Edit. В отличие от стандартного генеративного метода Regular Edit, вариант High / Precise Edit устроен иначе: участки, не затронутые правками, напрямую восстанавливаются из оригинального файла. Модель физически не генерирует заново пиксели, которые вы не просили трогать. Если меняется только надпись на этикетке или пряжка на пальто, всё остальное окружение останется нетронутым — без микросдвигов геометрии и пластилиновых артефактов.
Маски, референсы и работа под микроскопом
Система гибко подстраивается под нужный уровень контроля. Привычная маска больше не обязательна: модель умеет самостоятельно находить область изменений по обычному текстовому описанию. Если же требуется поставить жесткие границы вмешательства, маску по-прежнему можно нарисовать вручную.
Параллельно Ideogram 4.5 Edit получила развитую механику работы с референсами. На вход разрешено подавать до пяти изображений одновременно:
- Один основной файл, который вы берете для редактирования;
- До четырех дополнительных референсов стиля, фактур или материалов.
Действует техническое условие: если вы задействуете маску, лимит дополнительных референсов сокращается до трех. Нас подкупило, что связка из референсов и текстовой инструкции позволяет переносить конкретную текстуру — скажем, сложное плетение ткани или матовое стекло — прямо в нужную зону без долгих уговоров нейросети.
Второе практичное решение — функция Zoom Editing. Те, кто пытался аккуратно поправить мелкие детали на общих планах, знают цену размытым артефактам. Инструмент позволяет изолировать небольшой фрагмент изображения высокого разрешения, отредактировать только его в приближении, а затем бесшовно встроить обратно в исходник. Разработчики подтвердили поддержку файлов с разрешением до 4016 x 6016 пикселей — это 24,2 мегапикселя, полноценный полиграфический стандарт.
Заодно в релиз упаковали целый пакет прикладных улучшений:
- Инструменты распознавания, перевода и редактирования текста на изображении;
- Изменение освещения сцены (relighting) без поломки геометрии объектов;
- Точечная цветокоррекция и алгоритмы реставрации;
- Перенос стиля (style transfer) с сохранением структуры кадра;
- Конвертация линейных эскизов в графику (sketch-to-image);
- Изменение кадрирования с расширением границ (reframing);
- Генерация на основе карт глубины (depth-to-image).
Доступ к Ideogram 4.5 Edit открыли сразу и без длинных листов ожидания: модель работает через официальный сайт сервиса, а разработчики могут подключить её к своим пайплайнам через API.
Для коммерческого продакшена это долгожданный переход от слепой рулетки к предсказуемому процессу. Нейросетевой арт годами страдал от невозможности внести четвертую правку клиента, не сломав композицию первых трех. Когда пиксели перестают жить своей жизнью при каждом клике, генеративный софт наконец становится рабочим инструментом ретушёра. Главное теперь — не забыть предупредить менеджеров, что бесконечные итерации всё ещё требуют времени.
