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。
請求本文在請求 body 欄位中傳遞到 InvokeModel 或 InvokeModelWithResponseStream。
模型調用請求內文欄位
當您使用穩定映像 Ultra 模型進行 InvokeModel 呼叫時，請以如下所示的 JSON 物件填入內文欄位。
-
prompt – （字串） 您希望在輸出映像中看到的內容。強烈的描述性提示，明確定義元素、顏色和主題將帶來更好的結果。
下限 最大 0
10,000
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.stable-image-ultra-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")
模型調用回應內文欄位
當您使用穩定映像 Ultra 模型進行InvokeModel呼叫時，回應如下所示
{
'seeds': [2130420379],
"finish_reasons": [null],
"images": ["..."]
}完整原因不是 的回應null會如下所示：
{
"finish_reasons": ["Filter reason: prompt"]
}
seeds – （字串） 用於為模型產生映像的種子清單。
-
finish_reasons – 列舉，指出請求是否已篩選。
null會指出請求成功。目前可能的值："Filter reason: prompt", "Filter reason: output image", "Filter reason: input image", "Inference error", null。 -
映像 – base64 字串格式的產生映像清單。
如需詳細資訊，請參閱 https://platform.stability.ai/docs/api-reference#tag/v1generation
Stability.ai Stable Image Ultra 模型具有下列text-to-image推論呼叫的推論參數。
-
prompt – （字串） 您希望在輸出映像中看到的內容。強烈的描述性提示，明確定義元素、顏色和主題將帶來更好的結果。
下限 最大 0
10,000
選用欄位
aspect_ratio – （字串） 控制產生影像的長寬比。此參數僅適用於text-to-image請求。預設 1：1。列舉：16：9、1：1、21：9、2：3、3：2、4：5、5：4、9：16、9：21。
-
模式 – 設定為text-to-image。預設：text-to-image。列舉：
text-to-image。 -
output_format – 指定輸出映像的格式。支援的格式：JPEG、PNG。支援的維度：高度 640 到 1，536 px，寬度 640 到 1，536 px。
-
seed – (number) 用來引導產生之「隨機度」的特定值。（省略此參數或傳遞 0 以使用隨機種子。) 範圍：0 到 4294967295。
-
negative_prompt – 您不希望在輸出影像中看到的關鍵字。上限：10.000 個字元。
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-ultra-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")