stability-ai/stable-diffusion-3.5-large

ข้อกำหนดทางเทคนิคของ stability-ai/stable-diffusion-3-5-large

stability-ai/stable-diffusion-3-5-large คืออะไร?

stability-ai/stable-diffusion-3-5-large คือตัวระบุแพลตฟอร์มของ CometAPI สำหรับ Stable Diffusion 3.5 Large ของ Stability AI ซึ่งเป็นโมเดลข้อความสู่ภาพระดับเรือธงในตระกูล Stable Diffusion 3.5 โดย Stability AI ระบุว่าเป็นโมเดลที่ทรงพลังที่สุดในตระกูล เน้นคุณภาพภาพที่เหนือกว่าและการยึดตามพรอมป์ เพื่อการสร้างระดับมืออาชีพที่ความละเอียดสูงสุด 1 เมกะพิกเซล

โมเดลนี้ถูกออกแบบมาเพื่อสร้างภาพคุณภาพสูงจากพรอมป์ภาษาธรรมชาติ รวมถึงเอาต์พุตแบบสมจริงและเชิงศิลป์ อ้างอิงข้อมูลโมเดลสาธารณะของ Stability AI และการ์ดโมเดลจากพันธมิตร โมเดลนี้เน้นการปฏิบัติตามพรอมป์ที่แข็งแรง ความเที่ยงตรงทางภาพที่สูงขึ้น และความยืดหยุ่นสำหรับเวิร์กโฟลว์สร้างสรรค์และการผลิตขั้นสูง มากกว่าเวอร์ชันน้ำหนักเบาในตระกูลเดียวกัน

คุณสมบัติหลักของ stability-ai/stable-diffusion-3-5-large

• โมเดลความจุสูง 8B: Stable Diffusion 3.5 Large ถูกสร้างที่ขนาด 8 พันล้านพารามิเตอร์ ทำให้เป็นโมเดลที่มีศักยภาพสูงสุดในไลน์ SD3.5 สำหรับงานสร้างภาพที่ต้องการสูง
• คุณภาพภาพระดับมืออาชีพ: Stability AI นำเสนอรุ่น Large ว่าเป็นตัวเลือกที่แข็งแกร่งที่สุดในตระกูลด้านคุณภาพและการยึดตามพรอมป์ เหมาะสำหรับผู้สร้างสรรค์ งานออกแบบ และการสร้างภาพระดับมืออาชีพ
• การสร้างภาพสูงสุด 1 เมกะพิกเซล: โมเดลนี้มุ่งเน้นการสร้างภาพความละเอียดสูง โดยมีขนาดผลลัพธ์ที่รองรับทั่วไปทั้งแบบจัตุรัสและแนวตั้ง/แนวนอน เช่น 1024×1024, 768×1344, 1344×768 และ 1216×832
• สถาปัตยกรรม Diffusion Transformer: เอกสารสาธารณะอธิบายสถาปัตยกรรมว่าเป็น Diffusion Transformer ที่ผสานการจำลองแบบ Transformer กับส่วนประกอบ CNN ในระบบโดยรวม
• ตัวเลือกการควบคุมที่ยืดหยุ่น: SD3.5 Large สามารถจับคู่กับการกำกับแบบ ControlNet โดยมีการอ้างถึงเวอร์ชัน Canny และ Depth ในการ์ดโมเดลจากพันธมิตร ขณะที่ที่เก็บของ Stability AI ยังแสดงการรองรับ Blur สำหรับเวิร์กโฟลว์ SD3.5 Large
• ช่องทางการปรับใช้หลายรูปแบบ: SD3.5 สามารถปรับใช้บนโครงสร้างพื้นฐานของคุณเอง เชื่อมต่อผ่าน API ใช้งานผ่านพันธมิตรคลาวด์ หรือเข้าถึงผ่านเครื่องมือบนเว็บ
• ความยืดหยุ่นเชิงสร้างสรรค์ที่ขับเคลื่อนด้วยพรอมป์: ตัวอย่างในที่เก็บอย่างเป็นทางการแสดงการรองรับการสร้างแบบใช้พรอมป์ การปรับความกว้างและความสูง จำนวนขั้นตอน ซีด และไปป์ไลน์การสร้างแบบควบคุม ทำให้เหมาะทั้งสำหรับการทดลองและการปรับจูนเพื่อการผลิต

วิธีเข้าถึงและผสาน stability-ai/stable-diffusion-3-5-large

ขั้นตอนที่ 1: สมัครเพื่อรับ API Key

เริ่มต้นโดยสมัครบน CometAPI และสร้าง API key จากแดชบอร์ด เมื่อได้รับคีย์แล้ว ให้จัดเก็บอย่างปลอดภัยและใช้สำหรับยืนยันตัวตนทุกครั้งที่เรียก API

ขั้นตอนที่ 2: ส่งคำขอไปยัง API ของ stability-ai/stable-diffusion-3-5-large

ใช้เอ็นด์พอยต์ของ CometAPI ที่เข้ากันได้กับ OpenAI และระบุโมเดลเป็น stability-ai/stable-diffusion-3-5-large.

curl --request POST \
  --url https://api.cometapi.com/v1/images/generations \
  --header "Authorization: Bearer $COMETAPI_API_KEY" \
  --header "Content-Type: application/json" \
  --data '{
    "model": "stability-ai/stable-diffusion-3-5-large",
    "prompt": "A cinematic futuristic city skyline at sunset, ultra detailed, volumetric lighting"
  }'

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_COMETAPI_API_KEY",
    base_url="https://api.cometapi.com/v1"
)

response = client.images.generate(
    model="stability-ai/stable-diffusion-3-5-large",
    prompt="A cinematic futuristic city skyline at sunset, ultra detailed, volumetric lighting"
)

print(response)

ขั้นตอนที่ 3: ดึงและตรวจสอบผลลัพธ์

หลังจากส่งคำขอแล้ว ให้แยกวิเคราะห์การตอบกลับจาก API เพื่อดึงผลลัพธ์ภาพที่สร้างหรือ URL ของภาพ ตามรูปแบบการตอบกลับที่เปิดใช้ในงานผสานของคุณ จากนั้นตรวจสอบว่าผลลัพธ์สอดคล้องกับพรอมป์ที่ร้องขอ ความละเอียดที่คาดหวัง และข้อจำกัดของเวิร์กโฟลว์ ก่อนจัดเก็บหรือส่งต่อให้ผู้ใช้ปลายทาง