Stability.ai Stable Diffusion 3

Bagian Stable Diffusion 3 model dan model Inti Gambar Stabil memiliki parameter inferensi dan respons model berikut untuk membuat panggilan inferensi.

Stable Diffusion 3 Permintaan dan tanggapan besar

Badan permintaan diteruskan di body bidang permintaan ke InvokeModelatau InvokeModelWithResponseStream.

Bidang badan permintaan permintaan model

Saat Anda melakukan InvokeModel panggilan menggunakan Stable Diffusion 3 Model besar, isi bidang tubuh dengan JSON objek yang terlihat seperti di bawah ini.

{
    'prompt': 'Create an image of a panda'
}

Bidang tubuh respons pemanggilan model

Saat Anda melakukan InvokeModel panggilan menggunakan Stable Diffusion 3 Model besar, responsnya terlihat seperti di bawah ini

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

Tanggapan dengan alasan akhir yang tidaknull, akan terlihat seperti di bawah ini:

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

• seed — (string) Daftar benih yang digunakan untuk menghasilkan gambar untuk model.

• finish_reasons - Enum menunjukkan apakah permintaan itu disaring atau tidak. nullakan menunjukkan bahwa permintaan itu berhasil. Nilai yang mungkin saat ini:"Filter reason: prompt", "Filter reason: output image", "Filter reason: input image", "Inference error", null.

• gambar - Daftar gambar yang dihasilkan dalam format string base64.

Untuk informasi lebih lanjut, lihat https://platform.stability.ai/docs/api-reference#tag/v1generation.

Text to image

Stability.ai Stable Diffusion 3 Model besar memiliki parameter inferensi berikut untuk panggilan text-to-image inferensi.

• prompt — (string) Apa yang ingin Anda lihat pada gambar output. Prompt deskriptif yang kuat yang mendefinisikan elemen, warna, dan subjek dengan jelas akan menghasilkan hasil yang lebih baik.

  Minimum	Maksimum
  0	10.000

Bidang opsional

• aspect_ratio — (string) Mengontrol rasio aspek dari gambar yang dihasilkan. Parameter ini hanya berlaku untuk text-to-image permintaan. Standar 1:1. Enum: 16:9, 1:1, 21:9, 2:3, 3:2, 4:5, 5:4, 9:16, 9:21.

• mode — Mengontrol apakah ini adalah image-to-image generasi text-to-image atau, yang mempengaruhi parameter mana yang diperlukan. Default: text-to-image. Enum:image-to-image,text-to-image.

• output_format - Menentukan format gambar output. Format yang didukung:JPEG,PNG. Dimensi yang didukung: tinggi 640 hingga 1.536 px, lebar 640 hingga 1.536 px.

• seed — (angka) Nilai spesifik yang digunakan untuk memandu 'keacakan' generasi. (Abaikan parameter ini atau berikan 0 untuk menggunakan benih acak.) Rentang: 0 hingga 4294967295.

• negative_prompt — Kata kunci dari apa yang tidak ingin Anda lihat dalam gambar output. Max: 10.000 karakter.

import boto3
import json
import base64
import io
from PIL import Image

bedrock = boto3.client('bedrock-runtime', region_name='us-west-2')
response = bedrock.invoke_model(
    modelId='stability.sd3-large-v1:0',
    body=json.dumps({
        'prompt': 'A car made out of vegetables.'
    })
)
output_body = json.loads(response["body"].read().decode("utf-8"))
base64_output_image = output_body["images"][0]
image_data = base64.b64decode(base64_output_image)
image = Image.open(io.BytesIO(image_data))
image.save("image.png")

Image to image

Stability.ai Stable Diffusion 3 Model besar memiliki parameter inferensi berikut untuk panggilan image-to-image inferensi.

text_prompts (Wajib) - Sebuah array teks yang diminta untuk digunakan untuk pembuatan. Setiap elemen adalah JSON objek yang berisi prompt dan bobot untuk prompt.

• prompt — (string) Apa yang ingin Anda lihat pada gambar output. Prompt deskriptif yang kuat yang mendefinisikan elemen, warna, dan subjek dengan jelas akan menghasilkan hasil yang lebih baik.

  Minimum	Maksimum
  0	10.000

• image — String dalam format base64. Gambar untuk digunakan sebagai titik awal untuk generasi. Format yang didukung:JPEG,PNG, WEBP (WEBPtidak didukung di konsol), Dimensi yang didukung: Lebar: 640 - 1536 px, Tinggi: 640 - 1536 px.

• kekuatan — Numerik. Kadang-kadang disebut sebagai denoising, parameter ini mengontrol seberapa besar pengaruh parameter gambar pada gambar yang dihasilkan. Nilai 0 akan menghasilkan gambar yang identik dengan input. Nilai 1 akan seolah-olah Anda tidak memberikan gambar sama sekali. Rentang: [0, 1]

• mode - harus diatur keimage-to-image.

Bidang opsional

• aspect_ratio — (string) Mengontrol rasio aspek dari gambar yang dihasilkan. Parameter ini hanya berlaku untuk text-to-image permintaan. Standar 1:1. Enum: 16:9, 1:1, 21:9, 2:3, 3:2, 4:5, 5:4, 9:16, 9:21.

• mode — Mengontrol apakah ini adalah image-to-image generasi text-to-image atau, yang mempengaruhi parameter mana yang diperlukan. Default: text-to-image. Enum:image-to-image,text-to-image.

• output_format - Menentukan format gambar output. Format yang didukung:JPEG,PNG. Dimensi yang didukung: tinggi 640 hingga 1.536 px, lebar 640 hingga 1.536 px.

• seed — (angka) Nilai spesifik yang digunakan untuk memandu 'keacakan' generasi. (Abaikan parameter ini atau berikan 0 untuk menggunakan benih acak.) Rentang: 0 hingga 4294967295.

• negative_prompt — Kata kunci dari apa yang tidak ingin Anda lihat dalam gambar output. Max: 10.000 karakter.

import boto3
import json
import base64
import io
from PIL import Image

bedrock = boto3.client('bedrock-runtime', region_name='us-west-2')
file_path = 'input_image.png'
image_bytes = open(file_path, "rb").read()
base64_image = base64.b64encode(image_bytes).decode("utf-8")
response = bedrock.invoke_model(
    modelId='stability.sd3-large-v1:0',
    body=json.dumps({
        'prompt': 'A car made out of fruits',
        'image': base64_image,
        'strength': 0.75,
        'mode': 'image-to-image'
    })
)
output_body = json.loads(response["body"].read().decode("utf-8"))
base64_output_image = output_body["images"][0]
image_data = base64.b64decode(base64_output_image)
image = Image.open(io.BytesIO(image_data))
image.save("output_image.png")