Wir iterieren das LLM gemäß dem Thema, um Szenen aufzubauen, und generieren automatisch für GPT-image2.0 optimierte Prompts, die ausgegeben werden. Kompositionen, die mit herkömmlicher Bildgenerierung schwer umzusetzen sind, stellen wir mithilfe von Bild-zu-Bild-Eigenschaften dar. Um die Kosten zu senken, skalieren wir eine 1k-Ausgabe in niedriger Qualität hoch.
Hinweis: Da GPT-Image2.0 stark dazu neigt, dasselbe wie das Ausgangsbild auszugeben, haben wir einen Prompt hinzugefügt, um dies zu unterdrücken.