PAI-Model Gallery云上一键部署阶跃星辰新模型Step1X-Edit

4月27日，阶跃星辰正式发布并开源图像编辑大模型 Step1X-Edit（github.com/stepfun-ai/...），性能达到开源 SOTA。Step1X-Edit模型总参数量为19B，实现 MLLM 与 DiT 的深度融合，在编辑精度与图像保真度上实现大幅提升，具备语义精准解析、身份一致性保持、高精度区域级控制三项关键能力；支持文字替换、风格迁移等11 类高频图像编辑任务类型。在最新发布的图像编辑基准 GEdit-Bench 中，Step1X-Edit 在语义一致性、图像质量与综合得分三项指标上全面领先现有开源模型，比肩 GPT-4o 与 Gemini 2.0 Flash。

官方建议使用具有 80GB 显存的 GPU 以获得更好的生成质量，对于这样算力需求较强的模型，十分适合在云端进行部署使用。

阿里云PAI-Model Gallery已同步接入支持该模型，提供企业级部署方案：

✅ 零代码一键部署

✅ 自动适配云资源

✅ 开箱即用API

✅ 全流程运维托管

PAI-Model Gallery 简介

Model Gallery 是阿里云人工智能平台 PAI 的产品组件，它集成了国内外 AI 开源社区中优质的预训练模型，涵盖了 LLM、AIGC、CV、NLP 等各个领域。通过 PAI 对这些模型的适配，用户可以以零代码方式实现从训练到部署再到推理的全过程，简化了模型的开发流程，为开发者和企业用户带来了更快、更高效、更便捷的 AI 开发和应用体验。

PAI-Model Gallery 访问地址：pai.console.aliyun.com/#/quick-sta...

云上一键部署方案

⬇️ 立即体验 ⬇️

在Model Gallery模型广场找到 Step1X-Edit 模型，或通过链接直达该模型：pai.console.aliyun.com/?regionId=c...

在模型详情页右上角点击「部署」，选择计算资源，即可一键完成模型的云上部署。

该模型提供2种使用方式：WEB应用、API调用。

WEB应用

部署好的模型点击「查看WEB应用」，即可进入WebUI页面，通过上传图片和输入prompt，即可生图

API调用

部署好的模型点击「调用信息」，即可查看模型服务的Endpoint和Token，通过以下代码即可实现API调用

shell 复制代码

import requests
import time

EAS_URL = "<YOUR_EAS_URL>"
EAS_TOKEN = "<YOUR_EAS_TOKEN>"


class TaskStatus:
    PENDING = "pending"
    PROCESSING = "processing"
    COMPLETED = "completed"
    FAILED = "failed"


response = requests.post(
    f"{EAS_URL}/generate",
    headers={
        "Authorization": f"{EAS_TOKEN}"
    },
    json={
        "prompt": "A spaceship orbiting Earth",
        "seed": 42,
        "neg_prompt": "low quality, blurry",
        "infer_steps": 28,
        "cfg_scale": 6,
        "image": "<您图片的Base64编码>"
    }
)
task_id = response.json()["task_id"]
print(f"Task ID: {task_id}")

while True:
    status_response = requests.get(
        f"{EAS_URL}/tasks/{task_id}/status",
        headers={
            "Authorization": f"{EAS_TOKEN}"
        })
    status = status_response.json()

    print(f"Current status: {status['status']}")

    if status["status"] == TaskStatus.COMPLETED:
        print("Image ready!")
        break
    elif status["status"] == TaskStatus.FAILED:
        print(f"Failed: {status['error']}")
        exit(1)

    time.sleep(5)

image_response = requests.get(
    f"{EAS_URL}/tasks/{task_id}/image",
    headers={
        "Authorization": f"{EAS_TOKEN}"
    })
with open("generated_image.jpg", "wb") as f:
    f.write(image_response.content)

print("Image downloaded successfully!")

联系我们

欢迎各位小伙伴持续关注使用 PAI-Model Gallery，平台会不断上线 SOTA 模型，如果您有任何模型需求，也可以联系我们。您可通过钉钉扫描下方二维码（或搜索钉钉群号79680024618），加入PAI-Model Gallery用户交流群。