亚马逊文生图AI模型深度体验+评测（上）

本篇文章小李哥将为大家介绍如何学习如何使用Nova Canvas快速生成和调整创意内容，应用到开发者日常或者业务中，以提高生产力。

亚马逊Nova模型系列

亚马逊Nova模型系列在亚马逊云科技全球大会re:Invent 2025上正式发布，Nova系列共包括以下模型：

Amazon Nova Micro
Amazon Nova Lite
Amazon Nova Pro
Amazon Nova Canvas
Amazon Nova Reel

本博客将重点介绍图像生成模型 - Amazon Nova Canvas，这是一个可以从文本或输入图像生成图像的模型，并提供多种图像处理功能。大家将学习如何生成图像、调整图像风格和属性，同时了解使用Nova Canvas的一些最佳实践。

什么是Nova Canvas？

Amazon Nova Canvas是一款先进的图像生成模型，可以根据文本或输入图像创建专业级别、接近真实画面的逼真图片。此外Nova Canvas还提供基于文本输入的图像编辑功能，并具备颜色调整和图像布局控制能力。该模型内置了一系列安全合规功能，包括水印标识和内容审核。更多信息，请参阅Amazon Nova用户指南的图像生成官方文档。

Nova Canvas如何与Amazon Bedrock配合使用

目前Nova Canvas模型可以通过Amazon Bedrock Runtime的InvokeModel API进行调用。更多信息请参考InvokeModel API文档。

注意：对于较大的图像生成任务，可能需要增加图片生成任务默认的超时时间。无论是直接使用API调用，还是通过AWS SDK调用生成，大家都需要调整默认超时设置。本博客的示例代码展示了如何在Python Boto3 SDK中修改超时时间，其他语言的SDK请参考相应文档。

Nova Canvas的主要功能

Nova Canvas不仅仅是一个文本到图像（文生图）模型，它还提供了多个功能，可适用于不同的创意场景：

文本到图像（T2I）生成
图像修复（Inpainting）
扩展画布（Outpainting）
图像变体生成（Image Variation）
图像条件控制（Image Conditioning）
主体一致性（Subject Consistency）
颜色引导内容（Color Guided Content）
背景移除（Background Removal）
内容来源验证（Content Provenance）

本篇博客将重点介绍文本到图像生成（T2I）的使用场景。

文本到图像 - 参数配置与详细教程

重要信息： Amazon Nova Canvas在图像生成方面提供了极大的灵活性，但必须确保图片的生成任务符合以下的限制条件：

每个边长必须在320到4096像素之间（包括边界值）。
每个边长必须是16的倍数。
宽高比必须介于1:4 和 4:1之间（即最长边不能超过最短边的4倍）。
图像的总像素数不得超过4,194,304。

使用Nova Canvas的前提条件

开启访问Amazon Nova Canvas模型的权限（可在Amazon Bedrock控制台中进行设置）。
实操用于拥有有效的IAM权限，允许调用 bedrock:InvokeModel，并且当前区域（博客中为为us-east-1）支持 amazon.nova-canvas-v1:0。

实践案例：使用Nova Canvas生成漫画/故事插图

假设大家在一家创意机构工作，你们的客户要求大家为会议准备一个故事展示图片，以可视化他们的故事主题。客户的需求如下：

"我们希望有一则关于森林里熊的故事。"

大家的时间非常紧，不可能手动绘制整页内容，这时候Nova Canvas就能发挥作用！

示例代码

本示例使用Python 3.10，并在requirements.txt中安装以下依赖库：

boto3

大家可以将以下代码块复制到自己喜欢的IDE中运行，或者在Amazon SageMaker Jupyter Notebook中运行。如果选择Jupyter Notebook，可以在笔记本顶部创建一个单元格并执行：

bash 复制代码

!pip install boto3

生成第一张图片

使用Amazon Bedrock的InvokeModel API，调用Nova Canvas模型的文本到图像生成功能，示例代码如下：

bash 复制代码

import base64
import io
import json
import boto3
from botocore.config import Config

# Create a client for Amazon Bedrock runtime
# Note: The read timeout is set to 5 minutes to avoid timeout
#       for larger image dimensions that would otherwise fail.
bedrock = boto3.client(
        service_name='bedrock-runtime',
        region_name="us-east-1",
        config=Config(read_timeout=300)
    )

prompt = """
A rundown house with a light, the door of the house is open 
and a warm fire and pot can be seen through the door.
"""

body = json.dumps({
    "taskType": "TEXT_IMAGE",
    "textToImageParams": {
        "text": prompt
    },
    "imageGenerationConfig": {
        "numberOfImages": 1,
        "height": 640,
        "width": 480,
        "cfgScale": 8.0,
        "seed": 0
    }
})

# Request the image generation
response = bedrock.invoke_model(
        body=body, 
        modelId="amazon.nova-canvas-v1:0", 
        accept="application/json", 
        contentType="application/json"
    )

# Read the resposne body
response_body = json.loads(response.get("body").read())

# Extract the first image
base64_image = response_body.get("images")[0]

# Convert the image into actual image data (bytes)
base64_bytes = base64_image.encode('ascii')
image_bytes = base64.b64decode(base64_bytes)

执行下方的代码段，生成的图像将保存在当前目录下的文件bear_story.png中。

python 复制代码

from PIL import Image

image = Image.open(io.BytesIO(image_bytes))
image.save("image-0.jpg")

完成生成后，大家打开生成的图片后，可以看到Nova生成的图片很逼真而且符合我们的主题。

调整生成的输出

如果大家对生成的图片不满意，还可以通过以下方式修改：

生成多个图片

Nova Canvas支持一次生成最多5张图片，大家可以调整以下参数以便选择最合适的结果：

XML 复制代码

numberOfImages: 3,
seed: 1

重要说明 ：最多可同时生成5张图片。

大家可以通过以下代码访问多张生成的图片：

python 复制代码

image_1_base64 = response_body.get("images")[0] 
image_2_base64 = response_body.get("images")[1] 
image_3_base64 = response_body.get("images")[2]

这样大家就可以获取多张不同风格或视角的图片，方便选择最合适的结果。

注意：在本博客示例中，生成的图片是指导Bedrock并排展示，以方便展示。

结论

本博客介绍了如何利用Amazon Nova Canvas进行创意图片内容生成，并使用Amazon Bedrock的InvokeModel API进行文本到图像（文生图）转换。Nova Canvas提供了广泛的功能，包括图像修复、画布扩展、颜色引导等，使其成为强大的AI创意工具。

总结：

Nova Canvas可通过文本描述生成高质量图像。
需遵守特定的图像尺寸和比例要求。
可调整参数生成多个版本以优化输出。

大家可以利用Nova Canvas的强大能力，大幅提高创意工作效率，轻松制作故事板海报、视觉概念或其他设计任务。