Stability.ai 稳定扩散 3.5 大号 - Amazon Bedrock

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

Stability.ai 稳定扩散 3.5 大号

Stable Diffusion 3.5 Large 型号使用 80 亿个参数，并支持 100 万像素分辨率的输出 text-to-image和 image-to-image生成。

请求正文在请求body字段中传递给InvokeModel。

模型调用请求正文字段

当您使用 Stable Diffusion 3.5 大型模型 InvokeModel 拨打电话时，请使用如下所示的 JSON 对象填充正文字段。

  • pro mpt —（字符串）所需输出图像的文本描述。最多 1 万个字符。

    最小值 最大值

    0

    10000

模型调用响应正文字段

当你使用 Stable Diffusion 3.5 Large 模型InvokeModel拨打电话时，响应如下所示

{
    'seeds': [2130420379], 
    "finish_reasons":[null], 
    "images":["..."]
}

完成原因非 null 的响应将类似于以下内容：

{
    "finish_reasons":["Filter reason: prompt"]
}

  • seeds –（字符串）用于为模型生成图像的种子列表。

  • finish_reasons – 表示请求是否被过滤的枚举。null 表示请求成功。当前可能的值："Filter reason: prompt", "Filter reason: output image", "Filter reason: input image", "Inference error", null。

  • images – 以 base64 字符串格式生成的图像列表。

Text to image

Stability.ai Stable Diffusion 3.5 大型模型具有以下用于推理调用的 text-to-image推理参数。

  • prompt（字符串）-所需输出图像的文本描述。最多 1 万个字符。

    最小值 最大值
    0 10000

可选参数

  • aspect_ratio（字符串）-控制生成图像的纵横比。仅对 text-to-image请求有效。枚举：16:9、1:1、21:9、2:3、3:2、4:5、5:4、9:16、9:21。默认为 1:1。

  • mode（字符串）（GenerationMode）-默认： text-to-image。枚举： image-to-image或。 text-to-image控制这是 text-to-image还是层 image-to-image代，这会影响需要哪些参数：

    • text-to-image 只需要提示参数。

    • image-to-image 需要提示、图像和强度参数。

  • seed（数字）-用于控制生成中随机性的值。范围 0 到 4294967294。默认 0（随机种子）。

    最小值 最大值 Default
    0 4294967294 0

  • negative_prompt（字符串）-描述要从输出图像中排除的元素的文本。最多 1 万个字符。

    最小值 最大值
    0 10000

  • cfg_scale（数字）-控制对提示文本的遵守情况。值越高，依从性越高。范围 1 到 10。默认值 4。

    最小值 最大值 Default
    1 10 4

  • style_preset（字符串）-应用特定的视觉风格。枚举：3D 模型、模拟电影、动漫、电影、漫画书、数字艺术、增强、幻想艺术、等距、线条艺术、低多边形、建模化合物、霓虹朋克、折纸、摄影、像素艺术、瓷砖纹理。

  • output_format（字符串）-输出图像格式。枚举：jpeg、png、webp。默认 png。


import boto3
import json

bedrock = boto3.client('bedrock-runtime', region_name='us-west-2')
response = bedrock.invoke_model(
    modelId='us.stability.sd3-5-large-v1:0',
    body=json.dumps({
        'prompt': 'A car made out of vegetables.'
    })
)
Image to image

Stability.ai Stable Diffusion 3.5 大型模型具有以下用于推理调用的 image-to-image推理参数。

  • prompt（字符串）-所需输出图像的文本描述。最多 1 万个字符。

    最小值 最大值
    0 10000

  • image（字符串）— Base64 编码的输入图像。每边最少 64 像素。支持的格式：jpeg、png、webp。

  • mode（字符串）（GenerationMode）-默认： text-to-image。枚举： image-to-image或。 text-to-image控制这是 text-to-image还是层 image-to-image代，这会影响需要哪些参数：

    • text-to-image 只需要提示参数。

    • image-to-image 需要提示、图像和强度参数。

  • strength（数字）-控制输入图像对输出的影响。范围 0 到 1。值为 0 会保留输入图像，值为 1 会忽略输入图像。

    最小值 最大值
    0 1

  • seed（数字）-用于控制生成中随机性的值。范围 0 到 4294967294。默认 0（随机种子）。

    最小值 最大值 Default
    0 4294967294 0

  • negative_prompt（字符串）-描述要从输出图像中排除的元素的文本。最多 1 万个字符。

    最小值 最大值
    0 10000

  • cfg_scale（数字）-控制对提示文本的遵守情况。值越高，依从性越高。范围 1 到 10。默认值 4。

    最小值 最大值 Default
    1 10 4

  • style_preset（字符串）-应用特定的视觉风格。枚举：3D 模型、模拟电影、动漫、电影、漫画书、数字艺术、增强、幻想艺术、等距、线条艺术、低多边形、建模化合物、霓虹朋克、折纸、摄影、像素艺术、瓷砖纹理。

  • output_format（字符串）-输出图像格式。枚举：jpeg、png、webp。默认 png。


import boto3
import base64
import json

# Load and encode image
with open('input_image.jpg', 'rb') as image_file:
    image_base64 = base64.b64encode(image_file.read()).decode('utf-8')

bedrock = boto3.client('bedrock-runtime', region_name='us-west-2')
response = bedrock.invoke_model(
    modelId='us.stability.sd3-5-large-v1:0',
    body=json.dumps({
        'prompt': 'A car made out of vegetables.',
        'image': image_base64,
        'strength': 0.7
    })
)