画像モデルはまだテキストを実行できない、それが伝えられる
表意文字が解読可能な単語を破壊しました。他のみんなはまだ意味不明です。 AI 画像内の標識を観察します。
私は画像モデルを画像内のテキストで判断します。なぜなら、画像モデルのほとんどが失敗するのはそこだからです。
Ideogram は実際にポスター上に単語をレンダリングします。ミッドジャーニーとその仲間たちは今もアルファベットスープを作っています。
フレームにロゴやラベルが必要になるまでは、些細なことのように思えます。それなら全てだ。
タイプがあるものについては、それを処理するモデルに直接アクセスし、きれいではあるが壊れたモデルはスキップします。
可読性は、使用可能なアセットとデモを分ける退屈な機能です。
