Buckets:

hf-doc-build
/

doc

Files

xet

hf-doc-build/doc / diffusers /v0.43.0 /id /api /pipelines /ideogram4.md

mishig

2 days ago

preview code

download

raw

14.7 kB

# Ideogram 4

Ideogram 4 adalah model teks-ke-gambar berbasis flow-matching yang menggunakan encoder teks multimodal dan skema panduan bebas-klasifikasi asimetris: `unconditional_transformer` khusus menghasilkan cabang negatif dengan fitur teks yang dinolkan, sementara `transformer` utama mengonsumsi urutan teks + gambar yang dikemas penuh.

Nilai bawaan pipeline adalah pengaturan yang direkomendasikan untuk kualitas terbaik, sehingga pemanggilan `pipe(prompt)` sederhana menghasilkan hasil berkualitas terbaik langsung dari awal: 48 langkah flow-matching pada jadwal logit-normal (`mu=0.0`, `std=1.5`) dengan classifier-free guidance dipertahankan pada 7.0 untuk langkah utama dan diturunkan ke 3.0 untuk 3 langkah "polish" terakhir.

Parameter utama saat inferensi dapat diatur melalui panggilan pipeline:

- `num_inference_steps`, `mu`, dan `std` mengontrol jadwal flow-matching logit-normal yang sadar resolusi.
- `guidance_scale` (atau `guidance_schedule` lengkap per langkah) mencampurkan kecepatan kondisional dan non-kondisional.

## Teks-ke-gambar

```python
import torch
from diffusers import Ideogram4Pipeline
pipe = Ideogram4Pipeline.from_pretrained("ideogram-ai/ideogram-v4", dtype=torch.bfloat16)
pipe.to("cuda")  # or "mps", "xpu", "cpu"
prompt = "A photo of a cat holding a sign that says hello world"
# The defaults are the recommended settings for best quality.
image = pipe(prompt, height=1024, width=1024, generator=torch.Generator("cuda").manual_seed(0)).images[0]
image.save("ideogram4.png")
```

## Upsampling prompt

Ideogram 4 dilatih pada caption JSON terstruktur, bukan prompt bebas, sehingga prompt pendek sebaiknya diperluas ke skema native tersebut sebelum generasi. Ada dua cara untuk menghasilkan caption.

### Remote (Ideogram API)

Untuk hasil terbaik, perluas prompt dengan API magic-prompt yang dihosting oleh Ideogram dan lewati caption yang dikembalikan langsung ke pipeline (dapatkan kunci di [developer.ideogram.ai](https://developer.ideogram.ai/)):

```python
import json
import requests
import torch
from diffusers import Ideogram4Pipeline
pipe = Ideogram4Pipeline.from_pretrained("ideogram-ai/ideogram-4-nf4", dtype=torch.bfloat16)
pipe.to("cuda")  # or "mps", "xpu", "cpu"
# Expand the prompt into a structured JSON caption with Ideogram's hosted magic-prompt API.
response = requests.post(
    "https://api.ideogram.ai/v1/ideogram-v4/magic-prompt",
    headers={"Api-Key": "your_ideogram_api_key"},
    json={"text_prompt": "A photo of a cat holding a sign that says hello world", "aspect_ratio": "1x1"},
).json()
caption = json.dumps(response["json_prompt"])
# The caption is already upsampled, so pass it directly (no prompt_upsampling).
image = pipe(caption, height=1024, width=1024, generator=torch.Generator("cuda").manual_seed(0)).images[0]
image.save("ideogram4_upsampled.png")
```

### Local (berjalan di perangkat)

Untuk pipeline yang sepenuhnya lokal, muat [Ideogram4PromptEnhancerHead](/docs/diffusers/v0.43.0/id/api/pipelines/ideogram4#diffusers.Ideogram4PromptEnhancerHead) kecil (head LM Qwen3-VL) sebagai komponen opsional `prompt_enhancer_head` dan teruskan `prompt_upsampling=True`. Head ini disambungkan ke `text_encoder` yang dibagikan, sehingga tidak ada text encoder kedua yang dimuat. Instal `outlines` untuk caption dengan kendala skema (checkpoint nf4 juga membutuhkan `bitsandbytes`):

```python
import torch
from diffusers import Ideogram4Pipeline, Ideogram4PromptEnhancerHead
prompt_enhancer_head = Ideogram4PromptEnhancerHead.from_pretrained(
    "diffusers/qwen3-vl-8b-instruct-lm-head", dtype=torch.bfloat16
)
pipe = Ideogram4Pipeline.from_pretrained(
    "ideogram-ai/ideogram-4-nf4", prompt_enhancer_head=prompt_enhancer_head, dtype=torch.bfloat16
)
pipe.to("cuda")  # or "mps", "xpu", "cpu"
prompt = "A photo of a cat holding a sign that says hello world"
image = pipe(
    prompt,
    height=1024,
    width=1024,
    prompt_upsampling=True,
    generator=torch.Generator("cuda").manual_seed(0),
).images[0]
image.save("ideogram4_upsampled.png")
```

## Ideogram4Pipeline[[diffusers.Ideogram4Pipeline]]

#### diffusers.Ideogram4Pipeline[[diffusers.Ideogram4Pipeline]]

```python
diffusers.Ideogram4Pipeline(scheduler: FlowMatchEulerDiscreteScheduler, vae: AutoencoderKLFlux2, text_encoder: PreTrainedModel, tokenizer: AutoTokenizer, transformer: Ideogram4Transformer2DModel, unconditional_transformer: Ideogram4Transformer2DModel, prompt_enhancer_head: diffusers.pipelines.ideogram4.prompt_enhancer.Ideogram4PromptEnhancerHead | None = None)
```

[Sumber](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/pipelines/ideogram4/pipeline_ideogram4.py#L141)

**Parameter:**

scheduler ([FlowMatchEulerDiscreteScheduler](/docs/diffusers/v0.43.0/id/api/schedulers/flow_match_euler_discrete#diffusers.FlowMatchEulerDiscreteScheduler)) : Scheduler flow-matching. Pipeline ini menimpa jadwal sigma default dengan jadwal logit-normal yang sadar resolusi.

vae (`AutoencoderKLFlux2`) : Variational auto-encoder yang digunakan untuk mendekode latents kembali menjadi gambar.

text_encoder (`PreTrainedModel`) : Pengkode teks multimodal. Pipeline mengonsumsi hidden states dari himpunan lapisan decoder antara yang tetap (lihat `QWEN3_VL_ACTIVATION_LAYERS`).

tokenizer (`AutoTokenizer`) : Tokenizer yang berpasangan dengan `text_encoder`.

transformer ([Ideogram4Transformer2DModel](/docs/diffusers/v0.43.0/id/api/models/ideogram4_transformer2d#diffusers.Ideogram4Transformer2DModel)) : Transformer flow-matching bersyarat.

unconditional_transformer ([Ideogram4Transformer2DModel](/docs/diffusers/v0.43.0/id/api/models/ideogram4_transformer2d#diffusers.Ideogram4Transformer2DModel)) : Transformer flow-matching tanpa syarat (asymmetric-CFG).
Pipeline teks-ke-gambar untuk Ideogram4.
Ideogram4 adalah model flow-matching yang dilatih dengan panduan classifier-free asimetris: sebuah `transformer` mengonsumsi fitur yang dikondisikan teks bersama dengan latens gambar, sementara `unconditional_transformer` yang terpisah melakukan denoising dengan fitur teks yang dinolkan. Kedua prediksi kecepatan tersebut dicampur secara linear pada setiap langkah.

#### __call__[[diffusers.Ideogram4Pipeline.__call__]]

```python
__call__(prompt: str | list[str] | None = None, height: int = 2048, width: int = 2048, num_inference_steps: int = 48, guidance_scale: float | None = None, guidance_schedule: typing.Union[list[float], torch.Tensor, NoneType] = (7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 3.0, 3.0, 3.0), mu: float = 0.0, std: float = 1.5, prompt_upsampling: bool = False, prompt_upsampling_temperature: float = 1.0, max_sequence_length: int = 2048, num_images_per_prompt: int = 1, generator: typing.Union[torch.Generator, list[torch.Generator], NoneType] = None, latents: typing.Optional[torch.Tensor] = None, output_type: str = 'pil', return_dict: bool = True, attention_kwargs: dict[str, typing.Any] | None = None, callback_on_step_end: typing.Optional[typing.Callable[[ForwardRef('Ideogram4Pipeline'), int, int, dict[str, typing.Any]], dict[str, typing.Any]]] = None, callback_on_step_end_tensor_inputs: list[str] = ['latents'])
```

[Sumber](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/pipelines/ideogram4/pipeline_ideogram4.py#L481)

**Parameter:**

prompt (`str` atau `list[str]`) : Prompt untuk memandu generasi gambar.

height (`int`, *opsional*, default 2048) : Tinggi gambar output dalam piksel; harus merupakan kelipatan dari `vae_scale_factor * patch_size`.

width (`int`, *opsional*, default 2048) : Lebar gambar keluaran dalam piksel; harus merupakan kelipatan dari `vae_scale_factor * patch_size`.

num_inference_steps (`int`, *opsional*, default 48) : Jumlah langkah flow-matching. Default adalah pengaturan yang direkomendasikan untuk kualitas terbaik.

guidance_scale (`float`, *opsional*) : Skala panduan klasifikasi bebas-panduan konstan yang diterapkan di setiap langkah. Prediksi kecepatan bersyarat dan tak bersyarat dicampur sebagai `v = guidance_scale * v_pos + (1 - guidance_scale) * v_neg`. Saling eksklusif dengan `guidance_schedule` (menetapkan keduanya akan memicu error). Bawaan adalah `None`.

guidance_schedule (`list[float]` atau `torch.Tensor`, *opsional*) : Jadwal skala panduan per langkah; harus memiliki panjang `num_inference_steps`. Entri pertama sesuai dengan langkah pertama (tingkat kebisingan terbesar). Saling eksklusif dengan `guidance_scale`; tepat satu harus disetel. Secara bawaan menggunakan jadwal yang direkomendasikan (7,0 untuk langkah utama, turun menjadi 3,0 untuk 3 langkah "penyelesaian" terakhir). Untuk menggunakan skala konstan, berikan `guidance_scale` dan `guidance_schedule=None`.

mu (`float`, *opsional*, default 0.0) : Rata-rata dasar dari jadwal flow-matching logit-normal. Rata-rata jadwal digeser sebesar setengah log dari rasio resolusi relatif terhadap 512x512.

std (`float`, *opsional*, default 1.5) : Standar deviasi dari jadwal flow-matching logit-normal.

prompt_upsampling (`bool`, *opsional*, defaultnya `False`) : Jika `True`, tulis ulang `prompt` menjadi caption JSON terstruktur native Ideogram4 melalui [upsample_prompt()](/docs/diffusers/v0.43.0/id/api/pipelines/ideogram4#diffusers.Ideogram4Pipeline.upsample_prompt) sebelum encoding. Memerlukan komponen opsional `prompt_enhancer_head`; pasang `outlines` untuk caption dengan kendala skema. `generator` digunakan kembali agar upsampling dapat direproduksi.
prompt_upsampling_temperature (`float`, *opsional*, default 1.0) : Suhu sampling untuk upsampling prompt ketika `prompt_upsampling=True`.

max_sequence_length (`int`, *opsional*, default 2048) : Jumlah maksimum token teks per prompt.

num_images_per_prompt (`int`, *opsional*, default 1) : Jumlah gambar yang akan dihasilkan per prompt.
generator (`torch.Generator` atau `list[torch.Generator]`, *opsional*) : Generator yang digunakan untuk membuat sampling menjadi deterministik.
latents (`torch.Tensor`, *opsional*) : Noise yang telah dibuat sebelumnya dengan bentuk `(batch_size, num_image_tokens, latent_dim)`.
output_type (`str`, *opsional*, defaultnya `"pil"`) : Salah satu dari `"pil"`, `"np"`, `"pt"`, atau `"latent"`.

return_dict (`bool`, *opsional*, defaultnya `True`) : Apakah akan mengembalikan [Ideogram4PipelineOutput](/docs/diffusers/v0.43.0/id/api/pipelines/ideogram4#diffusers.pipelines.ideogram4.Ideogram4PipelineOutput).
attention_kwargs (`dict`, *opsional*) : Kamus kwargs yang diteruskan ke pemroses perhatian dari setiap transformer. Entri `"scale"` menskalakan bobot LoRA yang dimuat (mis. `{"scale": 0.7}`) saat backend PEFT aktif.

callback_on_step_end (`Callable`, *opsional*) : Callback yang dipanggil di akhir setiap langkah denoising.
callback_on_step_end_tensor_inputs (`list[str]`, *opsional*) : Nama tensor yang akan diekspos ke callback melalui `callback_kwargs`.

**Mengembalikan:**

[Ideogram4PipelineOutput](/docs/diffusers/v0.43.0/id/api/pipelines/ideogram4#diffusers.pipelines.ideogram4.Ideogram4PipelineOutput) atau `tuple`.

Jalankan generasi teks-ke-gambar.

Contoh:
```py
>>> import torch
>>> from diffusers import Ideogram4Pipeline
>>> pipe = Ideogram4Pipeline.from_pretrained("ideogram-ai/ideogram-v4", torch_dtype=torch.bfloat16)
>>> pipe.to("cuda")
>>> prompt = "A photo of a cat holding a sign that says hello world"
>>> # The defaults are the recommended settings for best quality.
>>> image = pipe(prompt, height=2048, width=2048, generator=torch.Generator("cuda").manual_seed(0)).images[0]
>>> image.save("ideogram4.png")
```

#### encode_prompt[[diffusers.Ideogram4Pipeline.encode_prompt]]

```python
encode_prompt(prompt: str | list[str], grid_h: int, grid_w: int, max_sequence_length: int, device: device)
```

[Sumber](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/pipelines/ideogram4/pipeline_ideogram4.py#L335)

Siapkan kondisioning untuk urutan teks+gambar yang dikemas (satu entri per prompt).

Mengembalikan tuple datar `(prompt_embeds, position_ids, segment_ids, indicator)`. Cabang tanpa syarat tidak membawa teks, sehingga pipeline membangun inputnya (yang dinolkan) secara langsung alih-alih mengodekan prompt negatif.

#### upsample_prompt[[diffusers.Ideogram4Pipeline.upsample_prompt]]

```python
upsample_prompt(prompt: str | list[str], height: int = 2048, width: int = 2048, temperature: float = 1.0, max_new_tokens: int = 1024, generator: typing.Union[torch.Generator, list[torch.Generator], NoneType] = None, device: typing.Optional[torch.device] = None)
```

[Sumber](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/pipelines/ideogram4/pipeline_ideogram4.py#L204)

Tulis ulang setiap prompt menjadi caption JSON terstruktur native Ideogram4.

Memerlukan komponen opsional `prompt_enhancer_head`, yang disambungkan ke tubuh `text_encoder` bersama agar menjadi generatif. Generasi dibatasi oleh skema jika `outlines` terpasang, jika tidak, ia berjalan tanpa batasan. Sampaikan `generator` (yang sama dengan yang diterima oleh `__call__`) untuk membuat sampling dapat direproduksi.

## Ideogram4PromptEnhancerHead[[diffusers.Ideogram4PromptEnhancerHead]]

#### diffusers.Ideogram4PromptEnhancerHead[[diffusers.Ideogram4PromptEnhancerHead]]

```python
diffusers.Ideogram4PromptEnhancerHead(hidden_size: int = 4096, vocab_size: int = 151936)
```

[Sumber](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/pipelines/ideogram4/prompt_enhancer.py#L42)

LM head yang membuat `text_encoder` Qwen3-VL tanpa head menjadi generatif untuk upsampling prompt.

Komponen pipeline opsional (`prompt_enhancer_head`): bobotnya dimuat melalui `from_pretrained` biasa (repo kecil miliknya sendiri, atau dibundel di repo model) alih-alih diunduh di dalam pipeline. Saat upsample, pipeline menggabungkannya dengan badan `text_encoder` bersama untuk membentuk model generatif.

## Ideogram4PipelineOutput[[diffusers.pipelines.ideogram4.Ideogram4PipelineOutput]]

#### diffusers.pipelines.ideogram4.Ideogram4PipelineOutput[[diffusers.pipelines.ideogram4.Ideogram4PipelineOutput]]

```python
diffusers.pipelines.ideogram4.Ideogram4PipelineOutput(images: list[PIL.Image.Image] | numpy.ndarray)
```

[Sumber](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/pipelines/ideogram4/pipeline_output.py#L24)

**Parameter:**

images (`list[PIL.Image.Image]` atau `np.ndarray`) : Daftar gambar PIL yang telah didenoise dengan panjang `batch_size`, atau array numpy dengan bentuk `(batch_size, height, width, num_channels)`.

Kelas output untuk pipeline Ideogram 4.

Xet Storage Details

Size:: 14.7 kB
Xet hash:: 35995ea03473c8dbe023bf7184465b1605fcdb68284efc8eb2e8737dbfe8bdb4

Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.

	# Ideogram 4

	Ideogram 4 adalah model teks-ke-gambar berbasis flow-matching yang menggunakan encoder teks multimodal dan skema panduan bebas-klasifikasi asimetris: `unconditional_transformer` khusus menghasilkan cabang negatif dengan fitur teks yang dinolkan, sementara `transformer` utama mengonsumsi urutan teks + gambar yang dikemas penuh.

	Nilai bawaan pipeline adalah pengaturan yang direkomendasikan untuk kualitas terbaik, sehingga pemanggilan `pipe(prompt)` sederhana menghasilkan hasil berkualitas terbaik langsung dari awal: 48 langkah flow-matching pada jadwal logit-normal (`mu=0.0`, `std=1.5`) dengan classifier-free guidance dipertahankan pada 7.0 untuk langkah utama dan diturunkan ke 3.0 untuk 3 langkah "polish" terakhir.

	Parameter utama saat inferensi dapat diatur melalui panggilan pipeline:

	- `num_inference_steps`, `mu`, dan `std` mengontrol jadwal flow-matching logit-normal yang sadar resolusi.
	- `guidance_scale` (atau `guidance_schedule` lengkap per langkah) mencampurkan kecepatan kondisional dan non-kondisional.

	## Teks-ke-gambar

	```python
	import torch
	from diffusers import Ideogram4Pipeline

	pipe = Ideogram4Pipeline.from_pretrained("ideogram-ai/ideogram-v4", dtype=torch.bfloat16)
	pipe.to("cuda") # or "mps", "xpu", "cpu"

	prompt = "A photo of a cat holding a sign that says hello world"
	# The defaults are the recommended settings for best quality.
	image = pipe(prompt, height=1024, width=1024, generator=torch.Generator("cuda").manual_seed(0)).images[0]
	image.save("ideogram4.png")
	```

	## Upsampling prompt

	Ideogram 4 dilatih pada caption JSON terstruktur, bukan prompt bebas, sehingga prompt pendek sebaiknya diperluas ke skema native tersebut sebelum generasi. Ada dua cara untuk menghasilkan caption.

	### Remote (Ideogram API)

	Untuk hasil terbaik, perluas prompt dengan API magic-prompt yang dihosting oleh Ideogram dan lewati caption yang dikembalikan langsung ke pipeline (dapatkan kunci di [developer.ideogram.ai](https://developer.ideogram.ai/)):

	```python
	import json
	import requests
	import torch
	from diffusers import Ideogram4Pipeline

	pipe = Ideogram4Pipeline.from_pretrained("ideogram-ai/ideogram-4-nf4", dtype=torch.bfloat16)
	pipe.to("cuda") # or "mps", "xpu", "cpu"

	# Expand the prompt into a structured JSON caption with Ideogram's hosted magic-prompt API.
	response = requests.post(
	"https://api.ideogram.ai/v1/ideogram-v4/magic-prompt",
	headers={"Api-Key": "your_ideogram_api_key"},
	json={"text_prompt": "A photo of a cat holding a sign that says hello world", "aspect_ratio": "1x1"},
	).json()
	caption = json.dumps(response["json_prompt"])

	# The caption is already upsampled, so pass it directly (no prompt_upsampling).
	image = pipe(caption, height=1024, width=1024, generator=torch.Generator("cuda").manual_seed(0)).images[0]
	image.save("ideogram4_upsampled.png")
	```

	### Local (berjalan di perangkat)

	Untuk pipeline yang sepenuhnya lokal, muat [Ideogram4PromptEnhancerHead](/docs/diffusers/v0.43.0/id/api/pipelines/ideogram4#diffusers.Ideogram4PromptEnhancerHead) kecil (head LM Qwen3-VL) sebagai komponen opsional `prompt_enhancer_head` dan teruskan `prompt_upsampling=True`. Head ini disambungkan ke `text_encoder` yang dibagikan, sehingga tidak ada text encoder kedua yang dimuat. Instal `outlines` untuk caption dengan kendala skema (checkpoint nf4 juga membutuhkan `bitsandbytes`):

	```python
	import torch
	from diffusers import Ideogram4Pipeline, Ideogram4PromptEnhancerHead

	prompt_enhancer_head = Ideogram4PromptEnhancerHead.from_pretrained(
	"diffusers/qwen3-vl-8b-instruct-lm-head", dtype=torch.bfloat16
	)
	pipe = Ideogram4Pipeline.from_pretrained(
	"ideogram-ai/ideogram-4-nf4", prompt_enhancer_head=prompt_enhancer_head, dtype=torch.bfloat16
	)
	pipe.to("cuda") # or "mps", "xpu", "cpu"

	prompt = "A photo of a cat holding a sign that says hello world"
	image = pipe(
	prompt,
	height=1024,
	width=1024,
	prompt_upsampling=True,
	generator=torch.Generator("cuda").manual_seed(0),
	).images[0]
	image.save("ideogram4_upsampled.png")
	```

	## Ideogram4Pipeline[[diffusers.Ideogram4Pipeline]]

	#### diffusers.Ideogram4Pipeline[[diffusers.Ideogram4Pipeline]]

	```python
	diffusers.Ideogram4Pipeline(scheduler: FlowMatchEulerDiscreteScheduler, vae: AutoencoderKLFlux2, text_encoder: PreTrainedModel, tokenizer: AutoTokenizer, transformer: Ideogram4Transformer2DModel, unconditional_transformer: Ideogram4Transformer2DModel, prompt_enhancer_head: diffusers.pipelines.ideogram4.prompt_enhancer.Ideogram4PromptEnhancerHead \| None = None)
	```

	[Sumber](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/pipelines/ideogram4/pipeline_ideogram4.py#L141)

	Parameter:

	scheduler ([FlowMatchEulerDiscreteScheduler](/docs/diffusers/v0.43.0/id/api/schedulers/flow_match_euler_discrete#diffusers.FlowMatchEulerDiscreteScheduler)) : Scheduler flow-matching. Pipeline ini menimpa jadwal sigma default dengan jadwal logit-normal yang sadar resolusi.

	vae (`AutoencoderKLFlux2`) : Variational auto-encoder yang digunakan untuk mendekode latents kembali menjadi gambar.

	text_encoder (`PreTrainedModel`) : Pengkode teks multimodal. Pipeline mengonsumsi hidden states dari himpunan lapisan decoder antara yang tetap (lihat `QWEN3_VL_ACTIVATION_LAYERS`).

	tokenizer (`AutoTokenizer`) : Tokenizer yang berpasangan dengan `text_encoder`.

	transformer ([Ideogram4Transformer2DModel](/docs/diffusers/v0.43.0/id/api/models/ideogram4_transformer2d#diffusers.Ideogram4Transformer2DModel)) : Transformer flow-matching bersyarat.

	unconditional_transformer ([Ideogram4Transformer2DModel](/docs/diffusers/v0.43.0/id/api/models/ideogram4_transformer2d#diffusers.Ideogram4Transformer2DModel)) : Transformer flow-matching tanpa syarat (asymmetric-CFG).

	Pipeline teks-ke-gambar untuk Ideogram4.

	Ideogram4 adalah model flow-matching yang dilatih dengan panduan classifier-free asimetris: sebuah `transformer` mengonsumsi fitur yang dikondisikan teks bersama dengan latens gambar, sementara `unconditional_transformer` yang terpisah melakukan denoising dengan fitur teks yang dinolkan. Kedua prediksi kecepatan tersebut dicampur secara linear pada setiap langkah.

	#### __call__[[diffusers.Ideogram4Pipeline.__call__]]

	```python
	__call__(prompt: str \| list[str] \| None = None, height: int = 2048, width: int = 2048, num_inference_steps: int = 48, guidance_scale: float \| None = None, guidance_schedule: typing.Union[list[float], torch.Tensor, NoneType] = (7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 7.0, 3.0, 3.0, 3.0), mu: float = 0.0, std: float = 1.5, prompt_upsampling: bool = False, prompt_upsampling_temperature: float = 1.0, max_sequence_length: int = 2048, num_images_per_prompt: int = 1, generator: typing.Union[torch.Generator, list[torch.Generator], NoneType] = None, latents: typing.Optional[torch.Tensor] = None, output_type: str = 'pil', return_dict: bool = True, attention_kwargs: dict[str, typing.Any] \| None = None, callback_on_step_end: typing.Optional[typing.Callable[[ForwardRef('Ideogram4Pipeline'), int, int, dict[str, typing.Any]], dict[str, typing.Any]]] = None, callback_on_step_end_tensor_inputs: list[str] = ['latents'])
	```

	[Sumber](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/pipelines/ideogram4/pipeline_ideogram4.py#L481)

	Parameter:

	prompt (`str` atau `list[str]`) : Prompt untuk memandu generasi gambar.

	height (`int`, opsional, default 2048) : Tinggi gambar output dalam piksel; harus merupakan kelipatan dari `vae_scale_factor * patch_size`.

	width (`int`, opsional, default 2048) : Lebar gambar keluaran dalam piksel; harus merupakan kelipatan dari `vae_scale_factor * patch_size`.

	num_inference_steps (`int`, opsional, default 48) : Jumlah langkah flow-matching. Default adalah pengaturan yang direkomendasikan untuk kualitas terbaik.

	guidance_scale (`float`, opsional) : Skala panduan klasifikasi bebas-panduan konstan yang diterapkan di setiap langkah. Prediksi kecepatan bersyarat dan tak bersyarat dicampur sebagai `v = guidance_scale * v_pos + (1 - guidance_scale) * v_neg`. Saling eksklusif dengan `guidance_schedule` (menetapkan keduanya akan memicu error). Bawaan adalah `None`.

	guidance_schedule (`list[float]` atau `torch.Tensor`, opsional) : Jadwal skala panduan per langkah; harus memiliki panjang `num_inference_steps`. Entri pertama sesuai dengan langkah pertama (tingkat kebisingan terbesar). Saling eksklusif dengan `guidance_scale`; tepat satu harus disetel. Secara bawaan menggunakan jadwal yang direkomendasikan (7,0 untuk langkah utama, turun menjadi 3,0 untuk 3 langkah "penyelesaian" terakhir). Untuk menggunakan skala konstan, berikan `guidance_scale` dan `guidance_schedule=None`.

	mu (`float`, opsional, default 0.0) : Rata-rata dasar dari jadwal flow-matching logit-normal. Rata-rata jadwal digeser sebesar setengah log dari rasio resolusi relatif terhadap 512x512.

	std (`float`, opsional, default 1.5) : Standar deviasi dari jadwal flow-matching logit-normal.

	prompt_upsampling (`bool`, opsional, defaultnya `False`) : Jika `True`, tulis ulang `prompt` menjadi caption JSON terstruktur native Ideogram4 melalui [upsample_prompt()](/docs/diffusers/v0.43.0/id/api/pipelines/ideogram4#diffusers.Ideogram4Pipeline.upsample_prompt) sebelum encoding. Memerlukan komponen opsional `prompt_enhancer_head`; pasang `outlines` untuk caption dengan kendala skema. `generator` digunakan kembali agar upsampling dapat direproduksi.

	prompt_upsampling_temperature (`float`, opsional, default 1.0) : Suhu sampling untuk upsampling prompt ketika `prompt_upsampling=True`.

	max_sequence_length (`int`, opsional, default 2048) : Jumlah maksimum token teks per prompt.

	num_images_per_prompt (`int`, opsional, default 1) : Jumlah gambar yang akan dihasilkan per prompt.

	generator (`torch.Generator` atau `list[torch.Generator]`, opsional) : Generator yang digunakan untuk membuat sampling menjadi deterministik.

	latents (`torch.Tensor`, opsional) : Noise yang telah dibuat sebelumnya dengan bentuk `(batch_size, num_image_tokens, latent_dim)`.

	output_type (`str`, opsional, defaultnya `"pil"`) : Salah satu dari `"pil"`, `"np"`, `"pt"`, atau `"latent"`.

	return_dict (`bool`, opsional, defaultnya `True`) : Apakah akan mengembalikan [Ideogram4PipelineOutput](/docs/diffusers/v0.43.0/id/api/pipelines/ideogram4#diffusers.pipelines.ideogram4.Ideogram4PipelineOutput).

	attention_kwargs (`dict`, opsional) : Kamus kwargs yang diteruskan ke pemroses perhatian dari setiap transformer. Entri `"scale"` menskalakan bobot LoRA yang dimuat (mis. `{"scale": 0.7}`) saat backend PEFT aktif.

	callback_on_step_end (`Callable`, opsional) : Callback yang dipanggil di akhir setiap langkah denoising.

	callback_on_step_end_tensor_inputs (`list[str]`, opsional) : Nama tensor yang akan diekspos ke callback melalui `callback_kwargs`.

	Mengembalikan:

	[Ideogram4PipelineOutput](/docs/diffusers/v0.43.0/id/api/pipelines/ideogram4#diffusers.pipelines.ideogram4.Ideogram4PipelineOutput) atau `tuple`.

	Jalankan generasi teks-ke-gambar.

	Contoh:
	```py
	>>> import torch
	>>> from diffusers import Ideogram4Pipeline

	>>> pipe = Ideogram4Pipeline.from_pretrained("ideogram-ai/ideogram-v4", torch_dtype=torch.bfloat16)
	>>> pipe.to("cuda")

	>>> prompt = "A photo of a cat holding a sign that says hello world"
	>>> # The defaults are the recommended settings for best quality.
	>>> image = pipe(prompt, height=2048, width=2048, generator=torch.Generator("cuda").manual_seed(0)).images[0]
	>>> image.save("ideogram4.png")
	```

	#### encode_prompt[[diffusers.Ideogram4Pipeline.encode_prompt]]

	```python
	encode_prompt(prompt: str \| list[str], grid_h: int, grid_w: int, max_sequence_length: int, device: device)
	```

	[Sumber](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/pipelines/ideogram4/pipeline_ideogram4.py#L335)

	Siapkan kondisioning untuk urutan teks+gambar yang dikemas (satu entri per prompt).

	Mengembalikan tuple datar `(prompt_embeds, position_ids, segment_ids, indicator)`. Cabang tanpa syarat tidak membawa teks, sehingga pipeline membangun inputnya (yang dinolkan) secara langsung alih-alih mengodekan prompt negatif.

	#### upsample_prompt[[diffusers.Ideogram4Pipeline.upsample_prompt]]

	```python
	upsample_prompt(prompt: str \| list[str], height: int = 2048, width: int = 2048, temperature: float = 1.0, max_new_tokens: int = 1024, generator: typing.Union[torch.Generator, list[torch.Generator], NoneType] = None, device: typing.Optional[torch.device] = None)
	```

	[Sumber](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/pipelines/ideogram4/pipeline_ideogram4.py#L204)

	Tulis ulang setiap prompt menjadi caption JSON terstruktur native Ideogram4.

	Memerlukan komponen opsional `prompt_enhancer_head`, yang disambungkan ke tubuh `text_encoder` bersama agar menjadi generatif. Generasi dibatasi oleh skema jika `outlines` terpasang, jika tidak, ia berjalan tanpa batasan. Sampaikan `generator` (yang sama dengan yang diterima oleh `__call__`) untuk membuat sampling dapat direproduksi.

	## Ideogram4PromptEnhancerHead[[diffusers.Ideogram4PromptEnhancerHead]]

	#### diffusers.Ideogram4PromptEnhancerHead[[diffusers.Ideogram4PromptEnhancerHead]]

	```python
	diffusers.Ideogram4PromptEnhancerHead(hidden_size: int = 4096, vocab_size: int = 151936)
	```

	[Sumber](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/pipelines/ideogram4/prompt_enhancer.py#L42)

	LM head yang membuat `text_encoder` Qwen3-VL tanpa head menjadi generatif untuk upsampling prompt.

	Komponen pipeline opsional (`prompt_enhancer_head`): bobotnya dimuat melalui `from_pretrained` biasa (repo kecil miliknya sendiri, atau dibundel di repo model) alih-alih diunduh di dalam pipeline. Saat upsample, pipeline menggabungkannya dengan badan `text_encoder` bersama untuk membentuk model generatif.

	## Ideogram4PipelineOutput[[diffusers.pipelines.ideogram4.Ideogram4PipelineOutput]]

	#### diffusers.pipelines.ideogram4.Ideogram4PipelineOutput[[diffusers.pipelines.ideogram4.Ideogram4PipelineOutput]]

	```python
	diffusers.pipelines.ideogram4.Ideogram4PipelineOutput(images: list[PIL.Image.Image] \| numpy.ndarray)
	```

	[Sumber](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/pipelines/ideogram4/pipeline_output.py#L24)

	Parameter:

	images (`list[PIL.Image.Image]` atau `np.ndarray`) : Daftar gambar PIL yang telah didenoise dengan panjang `batch_size`, atau array numpy dengan bentuk `(batch_size, height, width, num_channels)`.

	Kelas output untuk pipeline Ideogram 4.