‏Ideogram 4.5: ویرایش دقیق تصویر به‌جای ساخت دوباره

Ideogram 4.5 نسخه‌ی جدید مدل ساخت تصویر Ideogram هست. به گفته‌ی مقاله، این نسخه موتور ساخت تصویر رو از پایه عوض نکرده و بیشتر روی ویرایش دقیق کار کرده: درست کردن متن‌های خراب، اصلاح خطاهای کوچیک و تغییر یه بخش مشخص از تصویر، بدون اینکه کل تصویر دوباره ساخته بشه. Ideogram از قبل هم به این معروف بود که متن داخل تصویر رو بهتر از رقیب‌هاش می‌نویسه.

مشکلی که این نسخه سراغش رفته اینه که خیلی از مدل‌های تصویری، «ویرایش» رو در واقع با ساخت دوباره‌ی کل تصویر با یه prompt کمی متفاوت انجام می‌دن. نتیجه اینه که سبک، ترکیب‌بندی و جزئیات دیگه هم عوض می‌شن، حتی وقتی فقط می‌خواستی یه کلمه رو درست کنی. برای کارهایی مثل ماکاپ تبلیغاتی، طرح بسته‌بندی یا طرح UI که متن باید دقیق باشه، این فرق خیلی مهمه.

تو تست اول، نویسنده یه تصویر حدوداً ۱۰ ماهه از Ideogram رو برداشت که مثل بیشتر خروجی‌های قدیمی AI، متنش درهم و نیمه‌خوانا بود. با ابزار ویرایش 4.5 فقط متن رو اصلاح کرد و نتیجه تمیز دراومد، بدون اینکه بقیه‌ی تصویر به‌هم بریزه. نویسنده می‌گه همین درست کردن متن روی یه تصویر موجود، فرق ویرایش واقعی رو با «ساخت دوباره‌ای که اسمش رو گذاشتن ویرایش» نشون می‌ده.

تو تست دوم، یه شخصیت تکراری که برای ارزیابی مدل‌ها استفاده می‌شه («flamethrower girl») به‌عنوان عکس پروفایل توی همون تصویر گذاشته شد. چهره‌ی شخصیت ثابت موند و به یه نسخه‌ی کلی یا تغییرکرده تبدیل نشد. یعنی برای کمپین‌هایی که باید یه کاراکتر یا ماسکات رو توی چند تصویر ثابت نگه دارن، این مدل قابل اعتماده.

نویسنده معتقده 4.5 یه به‌روزرسانی محکم و قابل اعتماده، نه یه جهش بزرگ. تست‌ها فقط دو کار رو پوشش دادن و هنوز چیزهایی مثل حذف اشیا، عوض کردن پس‌زمینه، صحنه‌های چندشخصیتی و چیدمان‌های سخت متن بررسی نشدن. این نسخه هم‌زمان با یه موج از به‌روزرسانی‌های «4» مثل Kling 4، Gemini 4 Argon و ElevenLabs v4 منتشر شد.

نکات کلیدی:

• تمرکز Ideogram 4.5 روی ویرایش دقیق تصویر موجوده، نه قابلیت‌های جدید ساخت تصویر.
• متن درهم یه تصویر ۱۰ ماهه‌ی Ideogram با ویرایش 4.5 بدون به‌هم ریختن بقیه‌ی تصویر درست شد.
• چهره‌ی یه شخصیت مرجع موقع جایگذاری توی تصویر ثابت موند.
• تست‌ها فقط دو نوع ویرایش رو پوشش دادن و حذف شیء، تغییر پس‌زمینه و صحنه‌های پیچیده هنوز تست نشدن.
• هم‌زمان با Kling 4، Gemini 4 Argon و ElevenLabs v4 منتشر شده.