沉浸式体验Stability AI最新超强AI图片生成模型Ultra

2024年9月4日，亚马逊云科技在Amazon Bedrock上新了Stability AI最新的的三款文本图像生成模型：他们分别是Stable Image Ultra、Stable Diffusion 3 Large 和 Stable Image Core。全新的模型在处理多主题提示词、图像质量和图片排版上较上一代模型有显著提升，能够更块地生成高质量的视觉内容，我们们的日常可以应用的场景包括市场营销、广告、媒体、娱乐、零售等多个领域。

这一代全新的模型令小李哥印象最深刻的就是可以生成具有惊人写实度的图像，细节、颜色和光线处理能力十分优秀，能够解决日常的渲染问题，比如生成真实的手部和面部图像。它们的高级提示理解能力还允许模型准确理解更为复杂的提示指令，比如处理空间推理、构图和风格等需求。大家听完介绍后是不是很心动呢？下面就跟着我一起了解这次Stability AI发布的新款模型，并学习如何在亚马逊云科技平台上调用该模型API。

这次Stability AI发布的三款模型是什么？

这三款Stability AI模型适用于不同的使用场景：

Stable Image Ultra

专为专业媒体机构和对图片内容要求极高的应用提供最高质量的接近于现实的输出，擅长呈现极致的细节与真实感。

Stable Diffusion 3 Large
在生成速度和输出质量之间进行了折中，非常适合创建高质量的大批量数字内容，如网站、新闻通讯和营销材料。
Stable Image Core
优化了图像生成的速度和成本，非常适合在概念构思阶段实现图像创意的样例。

利用Stability AI模型生成图片展示

小李哥觉得这次新发布的Stable Image Ultra和Stable Diffusion 3 Large与上一代模型Stable Diffusion XL (SDXL) 相比的最关键的提升就是——生成图像中的文字质量。在模型所使用的全新Diffusion Transformer架构支持下，生成的图片在拼写和排版出现的错误更少，这一架构实现了图像和文字的两个独立权重集，但能够在两种模式之间进行信息流动，从而增强了生成图像中的文字表现和准确度。

以下就是生成的图像示例：

Stable Image Ultra：

我们输入提示词："照片，写实，一名女子坐在田野里看着风筝飞向天空，天空要下雨，图片中包括大量细节，概念艺术，复杂，专业构图。"我们可以得到以下生成图片：

Stable Diffusion 3 Large：

我们输入提示词："漫画风格插图，一个男侦探站在街灯下，黑帮城市风格，该男侦探穿着风衣，戴着礼帽，天气阴暗且多雨，街道挂满了霓虹灯牌，路面湿漉漉的，反射忧郁的灯光，细节丰富。"我们可以得到以下生成图片：

Stable Image Core：

我们输入提示词："生成一双白色和橙色运动鞋的3D图片，悬浮在中央，高质量，写实。"我们可以得到以下生成图片：

全新Stability AI模型在 Amazon Bedrock上的应用场景

文本生成图像模型在各行各业都可以被广泛应用，尤其是游戏、市场营销和广告部门的图像设计工作。这些模型可以快速生成高质量的视觉内容，用于广告活动、社交媒体图片和产品模型，加速生产力和产品交付周期。此外，这些AI模型能够在图像设计中带来更多超越常规想象的创意，提供实时的概念视觉表达，激发更多产品方面的创新。

对于电商业务，Stablitily AI生成的图像可以帮助创建大规模的多样化的产品展示和定制化的营销材料。在UI设计领域，利用该模型也可以快速生成样例界面，加速设计迭代周期。将AI应用到这些领域可以显著降低成本，提高生产力，并在视觉方面为开发者的项目和业务带来竞争优势。

在亚马逊云科技上使用全新Stability AI模型的方法

通过亚马逊云科技Amazon Bedrock控制台

1. 进入Amazon Bedrock服务后，在Playgrouds操作台选择图片模型，选中Stable Image Ultra模型

2. 在提示词中输入如下内容生成一个蒸汽机器人：

A stylized picture of a cute old steampunk robot with in its hands a sign written in chalk that says "Stability AI models in Amazon Bedrock".

3. 我们最终得到如下生成的图片

通过亚马逊云科技CLI命令行工具生成图片

我们可以运行以下Bash命令调用Amazon Bedrock上的Stability AI模型生成图片

aws bedrock-runtime invoke-model \
--model-id stability.stable-image-ultra-v1:0 \
--body "{\"prompt\":\"A stylized picture of a cute old steampunk robot with in its hands a sign written in chalk that says \\\"Stability AI models in Amazon Bedrock\\\".\",\"mode\":\"text-to-image\",\"aspect_ratio\":\"1:1\",\"output_format\":\"jpeg\"}" \
--cli-binary-format raw-in-base64-out \
--region us-west-2 \
/dev/stdout | jq -r '.images[0]' | base64 --decode > img.jpg

API调用参数如下：

1）--model-id stability.stable-image-ultra-v1:0: 模型ID

2）body.prompt: 图片生成提示词

3）body.mode:text-to-image: 生成模式选择为根据图片生成图片

4）aspect_ratio:1:1：生成图片比例为1比1

5）output_format: jpeg：输出格式选择JPEG

6) --cli-binary-format raw-in-base64-out：以Base64编码输出

7）--region: 大模型所在区域

通过Python代码生成图片

我们也可以使用亚马逊云科技的Python SDK Boto3编写代码，调用Amazon Bedrock上的Stability AI模型AI生成图片，实例代码如下：

import base64
import boto3
import json
import os

MODEL_ID = "stability.stable-image-ultra-v1:0"

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}")

以上就是在亚马逊云科技上利用Stability AI全新发布的模型生成逼真现实度图片的全部步骤。欢迎大家关注小李哥未来获取更多国际前沿的亚马逊云科技生成式AI云开发/云架构方案。