本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
Stability.ai Stable Diffusion 3.5 Large
Stable Diffusion 3.5 Large 模型使用 80 億個參數，並支援 100 萬像素解析度輸出，用於產生文字轉影像和影像轉影像。
請求內文在請求的 body 欄位傳遞到 InvokeModel。
模型調用請求內文欄位
當您使用穩定擴散 3.5 大型模型進行 InvokeModel 呼叫時，請將如下所示的 JSON 物件填入本文欄位。
模型調用回應內文欄位
當您使用穩定擴散 3.5 大型模型進行InvokeModel呼叫時，回應如下所示
{
'seeds': [2130420379],
"finish_reasons":[null],
"images":["..."]
}
完成原因不是 的回應null會如下所示：
{
"finish_reasons":["Filter reason: prompt"]
}
seeds – (字串) 用於為模型產生影像的種子清單。
-
finish_reasons – 指出請求是否已經過篩選的列舉。null 將指出請求成功。目前可能的值："Filter reason: prompt", "Filter reason: output image", "Filter reason: input image", "Inference error", null。
-
images – 產生的影像清單，採用 base64 字串格式。
- Text to image
-
Stability.ai Stable Diffusion 3.5 Large 模型具有下列推論參數，可用於文字轉影像推論呼叫。
選用參數
-
aspect_ratio （字串） – 控制所產生影像的長寬比。僅適用於文字轉影像請求。列舉：16:9、1:1、21:9、2:3、3:2、4:5、5:4、9:16、9:21。預設值為 1:1。
-
模式 （字串） (GenerationMode) - 預設：text-to-image。列舉：image-to-image 或 text-to-image。控制是文字轉影像還是影像轉影像產生，這會影響需要哪些參數：
-
文字轉影像只需要提示參數。
-
影像轉影像需要提示、影像和強度參數。
-
seed (number) – 用於控制產生隨機性的值。範圍介於 0 至 4294967294 之間。預設值為 0 (隨機種子)。
-
negative_prompt （字串） – 說明要從輸出映像中排除之元素的文字。最多 10，000 個字元。
-
output_format （字串） – 輸出映像格式。列舉：jpeg、png、webp。預設值為 png。
import boto3
import json
bedrock = boto3.client('bedrock-runtime', region_name='us-west-2')
response = bedrock.invoke_model(
modelId='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 Large 模型具有下列推論參數，可用於影像轉影像推論呼叫。
-
prompt （字串） – 所需輸出影像的文字描述。最多 10，000 個字元。
-
image （字串） – Base64-encoded輸入影像。每邊至少 64 像素。支援的格式：jpeg、png、webp。
-
模式 （字串） (GenerationMode) - 預設：text-to-image。列舉：image-to-image 或 text-to-image。控制是文字轉影像還是影像轉影像產生，這會影響需要哪些參數：
-
文字轉影像只需要提示參數。
-
影像轉影像需要提示、影像和強度參數。
-
強度 （數字） – 控制輸入影像對輸出的影響。範圍介於 0 至 1 之間。值 0 會保留輸入影像，值 1 會忽略輸入影像。
-
seed (number) – 用於控制產生隨機性的值。範圍介於 0 至 4294967294 之間。預設值為 0 (隨機種子)。
-
negative_prompt （字串） – 說明要從輸出映像中排除之元素的文字。最多 10，000 個字元。
-
output_format （字串） – 輸出映像格式。列舉：jpeg、png、webp。預設值為 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='stability.sd3-5-large-v1:0',
body=json.dumps({
'prompt': 'A car made out of vegetables.',
'image': image_base64,
'strength': 0.7
})
)
