Stability.ai Stable Diffusion 3.5 Large - Amazon Bedrock

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 Stable Diffusion 3.5 Large 模型進行 InvokeModel 呼叫時，請在內文欄位中填入如下所示的 JSON 物件。

  • prompt – (字串) 所需輸出影像的文字描述。最多 10，000 個字元。

    下限 上限

    0

    10,000

模型調用回應內文欄位

當您使用 Stable Diffusion 3.5 Large 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 null 的回應如下所示：

{
    "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。

  • prompt （字串） – 所需輸出影像的文字描述。最多 10，000 個字元。

    下限 上限
    0 10,000

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)。

    下限 上限 預設
    0 4294967294 0

  • 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。

    下限 上限
    0 10,000

  • 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。

    下限 上限
    0 10,000

  • 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。

  • strength (number) – 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。

    下限 上限
    0 1

  • 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)。

    下限 上限 預設
    0 4294967294 0

  • negative_prompt （字串） – 描述要從輸出映像中排除之元素的文字。最多 10，000 個字元。

    下限 上限
    0 10,000

  • output_format （字串） – 輸出影像格式。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
    })
)