生成画像はLLMマルチモーダルの基本機能であり、SemanticKernelもこの基本機能を導入しました。これはTextToImageを追加することで実現されており、GPTでは内部的にDallEモデルに対応しています。以下の例では、生成を簡単な方法で実現しています。
まず、SemanticKernelを導入します。
<ItemGroup>
<PackageReference Include="Microsoft.SemanticKernel" Version="1.6.3" />
</ItemGroup>
一つのプロンプトから異なるリクエストを受け取り、類似の画像を生成します。
バックエンドのコードは以下の通りです：
using Microsoft.SemanticKernel.TextToImage;
using Microsoft.SemanticKernel;
var builder = WebApplication.CreateBuilder(args);
var app = builder.Build();
app.UseStaticFiles();
var chatModelId = "gpt-4-0125-preview";
var key = File.ReadAllText(@"C:\GPT\key.txt");
#pragma warning disable SKEXP0010
var kernel = Kernel.CreateBuilder()
.AddOpenAITextToImage(key)
.Build();
#pragma warning disable SKEXP0001
var dallE = kernel.GetRequiredService<ITextToImageService>();
app.MapGet("/image", async (string name) =>
{
var width = 256;
var imageDescription = $"请画一只站在树枝上，背景是蓝天，清晰的并且占满画面的{name}。";
app.Logger.LogInformation(imageDescription);
var imageUrl = await dallE.GenerateImageAsync(imageDescription, width, width);
app.Logger.LogInformation(imageUrl);
return imageUrl;
});
app.Run();
フロントエンドのコードは以下の通りです：
<!DOCTYPE html>
<html>
<head>
<meta charset="utf-8" />
<title>上传</title>
<script src="https://cdn.jsdelivr.net/npm/bootstrap@5.1.3/dist/js/bootstrap.bundle.min.js" integrity="sha384-ka7Sk0Gln4gmtz2MlQnikT1wXgYsOg+OMhuP+IlRH9sENBO0LRn5q+8nbTov4+1p" crossorigin="anonymous"></script>
<link href="https://cdn.jsdelivr.net/npm/bootstrap@5.1.3/dist/css/bootstrap.min.css" rel="stylesheet" integrity="sha384-1BmE4kWBq78iYhFldvKuhfTAU6auU8tT94WrHftjDbrCEXSU1oBoqyl2QvZ6jIW3" crossorigin="anonymous">
<script src="https://code.jquery.com/jquery-3.7.1.min.js" integrity="sha256-/JqT3SQfawRcv/BIHPThkBvs0OEvtFFmqPF/lYI/Cxo=" crossorigin="anonymous"></script>
</head>
<body>
<div class="container">
<div class="row">
<div class="col">
<input type="text" class="form-control" id="textA" value="金雕">
</div>
<div class="col">
<input type="text" class="form-control" id="textB" value="黄鹂">
</div>
<div class="col">
<input type="text" class="form-control" id="textC" value="鹦鹉">
</div>
<div class="col">
<button type="button" onclick="getimages()" class="btn btn-success">获取图片</button>
</div>
</div>
<div class="row">
<div class="col">
<img id="imageA" src="" width="256">
</div>
<div class="col">
<img id="imageB" src="" width="256">
</div>
<div class="col">
<img id="imageC" src="" width="256">
</div>
</div>
<div class="row">
<span id="result"></span>
</div>
</div>
<script>
var i = 0;
function getimages() {
$("#result").html("生成中，请稍后……")
getimage($("#textA").val(), $("#imageA"))
getimage($("#textB").val(), $("#imageB"))
getimage($("#textC").val(), $("#imageC"))
}
function getimage(name, image) {
$.ajax({
url: '/image?name=' + name,
type: 'GET',
success: function (data) {
i++
image.attr("src", data);
if (i == 3) {
i = 0;
$("#result").html("")
}
},
error: function (xhr, status, error) {
alter(error)
}
});
}
</script>
</body>
</html>
効果は以下の画像のようになります：
この機能を利用すると、複雑な認証画像を生成することができます。提示語を設定するだけで、多様な認証画像を使用できるようになります。
(Translated by GPT)