這是Google AI Studio 多模態挑戰賽的參賽作品

我建造了什麼

我建立了Anatomy Illustrator AI 🎨,這是一款旨在消除建立教育圖表的麻煩的網路應用程式。

您是否曾經需要特定的解剖圖用於演示或學習指南,但卻找不到合適的?

你可能會找到一張心臟圖,但上面缺少你需要的標籤。或者你找到了一張有正確標籤的心臟圖,但樣式完全不對。

Anatomy Illustrator AI 解決了這個問題。

它是一個簡單的兩步驟工具,任何人(學生、教師和醫學創作者)都可以隨時產生漂亮的、自訂標籤的解剖圖。

步驟 1:描述您想要看到的結構。

第 2 步:列出您想要新增的標籤。

剩下的工作交給 AI 處理,幾秒鐘內即可為您呈現清晰、準確、可立即使用的插圖。就像擁有一位專業的醫學插畫家,觸手可及。 🧠✨

示範

下面我們來看看小程式的運作情況!

您可以在此處查看該應用程式

1.使用者介面

該應用程式的介面簡潔明了,重點突出。主要有兩個輸入:一個用於描述解剖結構,另一個用於列出標籤。

影像描述

2. 影像生成與選擇

提交題目後,該應用程式會使用 Imagen 4 產生兩幅高品質的插圖。這讓你可以自由發揮創意,挑選出最符合你願景的其中一面。

3. 人工智慧標籤

選擇圖片後,Gemini 便會開始工作。它會分析圖片和文字列表,並加入清晰準確的標籤和引線。最終呈現的是精美專業的圖表。

影像描述

我該如何使用 Google AI Studio

Google AI Studio 是我實現這個想法的沙盒。我廣泛地使用它來測試和改進驅動整個體驗的提示。

我的應用程式依賴強大的兩階段多模式管道:

  1. 影像產生:我使用imagen-4.0-generate-001模型進行初步建立步驟。我在 AI Studio 中進行了實驗,製作了一個提示,該提示始終能夠產生乾淨、教科書級品質且背景中性的插圖,非常適合加入標籤。

  2. 圖像編輯和標籤:這就是奇蹟發生的地方。我利用了gemini-2.5-flash-image-preview模型。我的提示指示模型獲取輸入圖像一串標籤文本,並聰明地將它們加入到插圖中。 AI Studio 對於弄清楚如何讓模型建立專業的引導線和清晰的文字至關重要。

該專案是將不同的 AI 模型連結在一起以建立具有凝聚力和強大的用戶工作流程的完美範例。

多模態特徵

Anatomy Illustrator AI 的核心在於其對多模態功能的深度整合。它不僅僅是運用文字圖像,而是將它們結合起來創造出新的東西。

  • 文字到圖像的建立
The journey starts by translating a user's written concept (e.g., "A cross-section of the human eye") into a rich visual. This empowers users to create the exact base image they need without any artistic skill.
  • 圖文編輯
This is the most critical multimodal feature. The app sends both an **image** (the user's selected illustration) and **text** (the comma-separated labels) to Gemini in a single request.
*Why is this so powerful?*
> It enhances the user experience by abstracting away a complex task. Instead of needing a photo editor and a steady hand, the user just provides a list.

人工智慧理解圖像的視覺背景標籤的語義含義,並準確地放置它們。

這為教育和內容創作創造了一個無縫、直觀且極其有用的工具。



原文出處:https://dev.to/ha3k/anatomy-illustrator-ai-2a9e


精選技術文章翻譯,幫助開發者持續吸收新知。

共有 0 則留言


精選技術文章翻譯,幫助開發者持續吸收新知。
🏆 本月排行榜
🥇
站長阿川
📝10   💬6   ❤️11
454
🥈
我愛JS
📝1   💬5   ❤️4
88
🥉
AppleLily
📝1   💬4   ❤️1
47
#4
💬2  
6
#5
💬1  
5
評分標準:發文×10 + 留言×3 + 獲讚×5 + 點讚×1 + 瀏覽數÷10
本數據每小時更新一次