نقوم بتكرار LLM بما يتوافق مع الموضوع لبناء المشاهد، ونولّد تلقائيًا موجهات محسّنة لـ GPT-image2.0 ونقوم بإخراجها. نمثّل تراكيب يصعب إنشاؤها بطرق توليد الصور المعتادة عبر الاستفادة من خصائص التحويل من صورة إلى صورة. ولخفض التكلفة، نقوم بتكبير مخرجات 1k منخفضة الجودة.
ملاحظة: نظرًا لأن GPT-Image2.0 لديه ميلًا قويًا لإخراج صورة مطابقة للصورة الأصلية، أضفنا موجهًا لكبح هذا السلوك.