在亚马逊云科技上用Stable Diffusion 3.5 Large生成赛博朋克风图片（下）

背景介绍

在2024年的亚马逊云科技re:Invent大会上提前预告发布的Stable Diffusion 3.5 Large，现在已经在Amazon Bedrock上线了！各位开发者们现在可以使用该模型，根据文本提示词文生图生成高质量的图片，并且支持多种图片风格生成，助力媒体、游戏、广告和零售等行业的开发者们加速概念艺术、视觉特效以及精修产品宣传图的生成创作。

2024年10月，图像生成模型厂商Stability AI发布了Stable Diffusion 3.5 Large，这是Stable Diffusion系列中目前最强大的模型，拥有81亿个参数，值得一提的是该模型也是在Amazon SageMaker HyperPod上进行训练的，该模型可以生成极高的图像质量并具有出色的提示词匹配能力。Stable Diffusion 3.5 Large可增效开发者们在故事插画制作、概念艺术创作以及视觉特效应用的快速原型开发。大家可以快速生成高质量的高达1兆像素图片，适用于媒体营销活动、社交媒体文章插图和广告，既可以节省时间和资源，又能以上场景中的增强图像创意效果。

在本系列的上篇中，我们介绍了在亚马逊云科技控制台中，通过Stable Diffusion 3.5 Large模型生成图片的具体步骤操作，手把手和大家生成了一个赛博朋克风的图片。在本系列的下篇中，我们将通过API调用的方式进行图片生成，并展示Stable Diffusion 3.5 Large模型更多的图片生成场景。

如果调用Python SDK API生成图片？

下面小李哥会分享通过两种方式调用Stable Diffusion 3.5 Large生成图片。首先要介绍的是通过aws cli命令行调用图片生成的api - invoke-model。我们接下来会在命令工具中通过一条命令获取生成的图像，并将输出的JSON格式响应以标准格式输出，并使用jq工具提取编码后的图像，最后将其解码并将结果写入img.png文件，直接打开即可获取输出的图像。

以下是 AWS CLI 命令的示例：

bash 复制代码

$ aws bedrock-runtime invoke-model \
   --model-id stability.sd3-5-large-v1:0 \
   --body "{\"prompt\":\"High-energy street scene in a neon-lit Tokyo alley at night, where steam rises from food carts, and colorful neon signs illuminate the rain-slicked pavement.\",\"mode\":\"text-to-image\",\"aspect_ratio\":\"1:1\",\"output_format\":\"jpeg\",\"seed\":0}" \
   --cli-binary-format raw-in-base64-out \
   --region us-west-2 \
/dev/stdout | jq -r '.images[0]' | base64 --decode > img.jpg

如果大家希望在生成式AI应用中集成Stable Diffusion 3.5 Large模型，可以使用亚马逊云科技的SDK for Python（Boto3）。接下来我将分享调用模型生成图片的代码段，使用的模型是Stable Image Ultra 1.1（该模型的底层架构即为Stable Diffusion 3.5 Large）。下面这个代码段会在请求中添加文本到图像的提示词，并调用Amazon Bedrock生成图像，使用的模型ID为"stability.stable-image-ultra-v1:1"。

python 复制代码

import base64
import boto3
import json
import os

MODEL_ID = "stability.stable-image-ultra-v1:1"

bedrock_runtime = boto3.client("bedrock-runtime", region_name="us-west-2")

print("Enter a prompt for the text-to-image model:")
prompt = input()

body = {
    "prompt": prompt,
    "mode": "text-to-image"
}
response = bedrock_runtime.invoke_model(modelId=MODEL_ID, body=json.dumps(body))

model_response = json.loads(response["body"].read())

base64_image_data = model_response["images"][0]

i, output_dir = 1, "output"
if not os.path.exists(output_dir):
    os.makedirs(output_dir)
while os.path.exists(os.path.join(output_dir, f"img_{i}.png")):
    i += 1

image_data = base64.b64decode(base64_image_data)

image_path = os.path.join(output_dir, f"img_{i}.png")
with open(image_path, "wb") as file:
    file.write(image_data)

print(f"The generated image has been saved to {image_path}")

该代码段生成的图像会被存储在本地文件系统的目录中，如果该目录不存在，程序会自动创建一个文件夹目录。为了避免覆盖已有的文件，代码会检查目录中是否存在同名文件，并自动将新生成的图片命名为img_<number>.png 格式，确保文件名称的唯一性。

想要了解更多关于调用Bedrock上的模型生成内容的细节，大家可以访问Amazon Bedrock Invoke API代码示例页面，学习如何使用不同的编程语言来构建不同种类的生成式AI应用。

其他风格/场景图片生成展示

以下是使用 Stable Diffusion 3.5 Large 生成的一些其他场景的示例图片：

提示词1：生成学生正使用Amazon Bedrock的图片

Prompt: Full-body university students working on a tech project with the words Stable Diffusion 3.5 in Amazon Bedrock, cheerful cursive typography font in the foreground.

提示词2：生成三种不同颜色的药剂

Prompt: Photo of three potions: the first potion is blue with the label "MANA", the second potion is red with the label "HEALTH", the third potion is green with the label "POISON". Old apothecary.

提示词3：生成玫瑰花摄影

Prompt: Photography, pink rose flowers in the twilight, glowing, tile houses in the background.

提示词4：生成旅途冒险的3D卡通画面

Prompt: 3D animation scene of an adventurer traveling the world with his pet dog.