Nous itérons le LLM en fonction du thème pour construire des scènes et générons automatiquement des prompts optimisés pour GPT-image2.0, puis les sortons. Nous représentons des compositions difficiles à obtenir avec une génération d’images classique en exploitant les caractéristiques image à image. Pour réduire les coûts, nous mettons à l’échelle une sortie 1k de basse qualité.
Remarque : GPT-Image2.0 ayant une forte tendance à produire la même image que l’originale, nous avons ajouté un prompt visant à l’atténuer.