Amazon Bedrock 推出 Stable Diffusion 3.5 Large

关键要点

• Stable Diffusion 3.5 Large 现已在 Amazon Bedrock 上可用，支持高质量图像生成。
• 该模型具有 8.1 亿参数 ，可加速概念艺术、视觉效果和产品影像的创建。
• 更新增加了强大的多样性和风格适应能力。

在 2024 年 AWS re:Invent 年会上我们曾预告，现已可在 中使用 Stable Diffusion3.5 Large ，通过文本描述生成高质量图像，适用于媒体、游戏、广告和零售等行业，加速概念艺术、视觉效果及详细产品影像的创建。

Stable Diffusion 3.5 Large 由 于 2024年 10 月推出，是 Stable Diffusion 家族中最强大的模型，采用 8.1 亿参数 并在 上进行了训练，具备出色的图像质量与文本提示的有效响应能力。它能够加速故事板、概念艺术的创建以及视觉效果的快速原型制作。用户可以快速生成高质量的 1兆像素图像用于活动、社交媒体帖子和广告，同时节省时间与资源，保持创意控制。

Stable Diffusion 3.5 Large 为用户提供几乎无尽的创意可能性，包括：

今天，在 Amazon Bedrock 中的 Stable Image Ultra 已更新到包含 Stable Diffusion 3.5Large 的模型架构。Stable Image Ultra 由 Stability AI 的最先进模型提供动力，包括 StableDiffusion 3.5，已在图像生成领域设立新的标杆，尤其在排版、复杂构图、动态光照、鲜艳色彩和艺术一致性上表现出色。

通过 Amazon Bedrock 最新版本的 Stable Diffusion 模型，用户可以获得更广泛的解决方案，提升创造力并加速图像生成工作流程。

开始使用 Amazon Bedrock 中的 Stable Diffusion 3.5 Large
如果您是首次使用 Stability AI 模型，请访问 ，在左下角选择 模型访问 。按照步骤申请 Stable Diffusion 3.5 Large 的访问权限。

要在 Amazon Bedrock 测试 Stability AI 模型，请在左侧菜单中选择 图像 下的 游乐场 。然后选择 选择模型 ，选择 Stability AI 类别，并选中 Stable Diffusion 3.5 Large 作为模型。

您可以通过您的提示生成图像。以下是一个示例提示：

plaintext 在夜晚的东京小巷中高能量的街景，蒸汽从食物车上升起，五彩斑斓的霓虹灯照亮了湿滑的路面。

通过选择 查看 API 请求 ，您也可以使用 AWS 命令行界面 (AWS CLI) 和 中的代码示例访问该模型。您可以使用 stability.sd3-5-large-v1:0 作为模型 ID。

以下是使用 AWS CLI 命令的示例：

删除`

您可以使用 AWS SDK for Python (Boto3) 来将 Stable Image Ultra 1.1 包含 Stable Diffusion3.5 Large 模型的架构。这段简单的应用会交互式地请求一个文本到图像的提示，然后调用 Amazon Bedrock 生成图像，模型 ID 为 stability.stable-image-ultra-v1:1。

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

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

print("请输入文本到图像模型的提示：") 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"生成的图像已保存到 {image_path}") ```

该应用程序将在创建的 `output` 文件夹中写入生成的图像。如果文件已存在，代码会检查现有文件以找到第一个可用的文件名格式为
`img_<number>.png`。

如果您想了解更多，请访问 ，使用
AWS SDK 构建相应的应用程序以生成图像。

**_有趣的示例_**  
以下是用 **Stable Diffusion 3.5 Large** 创建的几幅图像。

删除)  
---|---  
`**提示:** 全身大学生在进行科技项目，前景中是“Stable Diffusion 3.5 in Amazon Bedrock”的乐观手写字体。` | `**提示:** 三种药水的照片：第一种药水是蓝色，标签为“MANA”，第二种为红色，标签为“HEALTH”，第三种为绿色，标签为“POISON”。老式药剂师。`  
删除)**  
```**提示:** 摄影，粉色玫瑰花在黄昏中，背景中发光的外墙房子。` | `**提示:** 冒险者与他的宠物狗在旅行的 3D 动画场景。` |   
  
**现在可用**  
**Stable Diffusion 3.5 Large** 模型今天在美国西部 (俄勒冈州) 的  正式上线。请查看
 以获取将来的更新。想了解更多，请查看  产品页面以及  页面。

请立即在  中尝试 **StableDiffusion 3.5 Large** ，并通过 
或您的常用 AWS 支持联系人给出反馈。

— 

_**更新于 2024 年 12 月 19 日** — 修正了调用模型的 AWS CLI 命令。_

![Channy Yun删除)

### [Channy Yun (윤석찬)](https://aws.amazon.com/blogs/aws/author/channy-yun/
"Posts by Channy Yun \(윤석찬\)
")

Channy 是 AWS 云的首席开发者倡导者。作为开放网络的热衷者和博主，他热爱社区驱动的学习与技术分享。