Vidu-參考生圖模型支援 文生圖 、 圖片編輯、參考圖生圖等 任務。
模型概覽
模型名稱 | 能力支援 | 輸入模態 | 輸出圖像規格 |
|---|---|---|---|
vidu/vidu-image_reference2image | 支援參考生圖、文生圖、圖片編輯,對中英文字的精準渲染、UI/圖表等設計細節的像素級還原,適合製作海報、資訊圖表等。 | 文字、影像 | 影像解析度:1K、2K、4K 影像張數:1 影像格式:PNG |
前提條件
- 開通服務:前往阿里雲百煉控制台,搜尋「Vidu」,找到對應模型卡片,按一下立即开通,在彈出視窗內确认開通及授權。
- 設定API Key:選擇地域並獲取與設定 API Key。
HTTP呼叫
圖像生成任務有一定耗時,API採用非同步呼叫。整個流程包含 「建立任務 -> 輪詢獲取」 兩個核心步驟,具體如下:
步驟一:提交圖像生成任務
新加坡地域:POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/aigc/image-generation/generation
請求參數請求標頭(Headers)Content-Typestring(必選)請求內容類型。此參數必須設定為application/json。Authorizationstring(必選)請求身份驗證。介面使用阿里雲百煉API Key進行身份驗證。範例值:Bearer sk-xxxx。X-DashScope-Asyncstring(必選)非同步處理設定參數。HTTP請求只支援非同步,必須設定為enable。請求主體(Request Body)modelstring (必選)模型名稱。可選值:
object (必選)輸入參數物件,包含以下欄位:
屬性 messages array (必選)多輪訊息清單。伺服器端會提取第一個非空text作為提示詞,並提取全部image作為參考圖。陣列內有且只有一個物件,該物件包含role和content兩個屬性。
屬性 role string (可選)訊息的角色,建議設定為user。contentarray (必選)訊息內容,包含文字提示詞(text)和可選的參考圖像(image,支援多張)。
屬性 text string(條件必選)正向提示詞,用於描述期望生成的圖像內容、風格和構圖。支援中英文,長度不超過5000個字元,每個漢字、字母、數字或符號計為一個字元。範例值:一隻坐著的橘黃色的貓,表情愉悅,活潑可愛,逼真準確。注意:整個messages中至少需要一個非空文字。image string (可選)參考圖像的URL。支援傳多張,所有模型最多支援輸入14張。
object (可選)控制影像產生參數。
屬性 size string (可選)圖片尺寸,格式為宽*高(如2048*2048)。不傳時預設1024*1024。不同模型支援的尺寸清單請參見下方可用尺寸清單。n integer (可選)生成圖片數量,目前僅支援1。傳其他值會返回參數錯誤。seed integer (可選)隨機數種子,取值範圍[0,2147483647],0表示隨機。使用相同的seed參數值可使生成內容保持相對穩定。若不提供,演算法將自動使用隨機數種子。watermark bool (可選)是否新增浮水印標識。
|
支援所有Vidu模型。 |
響應參數request_idstring請求唯一標識。可用於請求明細溯源和問題排查。codestring請求失敗的錯誤碼。請求成功時不會返回此參數,詳情請參見錯誤碼。messagestring請求失敗的詳細資訊。請求成功時不會返回此參數,詳情請參見錯誤碼。 |
請儲存 task_id,用於查詢任務狀態與結果。 |
步驟二:查詢任務結果
新加坡地域:GET https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/tasks/{task_id}
- 輪詢建議:圖像生成過程需一定時間,建議採用輪詢機制,並設定合理的查詢間隔(如5秒)來獲取結果。
- 任務狀態流轉:PENDING(等待中)→ RUNNING(處理中)→ SUCCEEDED(成功)/ FAILED(失敗)。
- 圖片連結有效期:生成圖像的下載連結24小時內有效,請及時下載並儲存圖像。
請求參數請求標頭(Headers)Authorizationstring(必選)請求身份驗證。介面使用阿里雲百煉API Key進行身份驗證。範例值:Bearer sk-xxxx。task_id string(必選)任務 ID。 |
|
響應參數outputobject任務輸出資訊。
屬性 task_id string任務 ID。choices array圖片輸出候選清單,僅在task_status=SUCCEEDED時返回。
屬性 finish_reason string結束原因,成功時通常為stop。message object模型返回的訊息。
屬性 role string訊息的角色,固定為assistant。contentarray
屬性 type string輸出內容的類型,固定為image。image string生成圖像的下載連結,圖像格式為PNG。連結有效期為24小時,請及時下載並儲存圖像。bool是否完成,僅在task_status=SUCCEEDED時返回。object資源用量資訊。只對成功的結果計數。
屬性 image_count integer產生影像的數量。size string生成圖片的解析度,格式為宽*高。範例值:2048*2048。SR string生成圖像的解析度檔位。範例值:2K。string請求唯一標識。可用於請求明細溯源和問題排查。codestring請求失敗的錯誤碼。請求成功時不會返回此參數,詳情請參見錯誤碼。messagestring請求失敗的詳細資訊。請求成功時不會返回此參數,詳情請參見錯誤碼。 |
|
錯誤碼
如果模型呼叫失敗並返回報錯資訊,請參見錯誤碼進行解決。
可用尺寸清單
vidu-image
解析度 | 支援尺寸 |
|---|---|
1K | 1024*1024、720*1440、1440*720、1024*768、768*1024、1920*1088、1088*1920、1536*1024、1024*1536、1920*816、816*1920 |
2K | 2048*2048、1088*2160、2160*1088、2736*2048、2048*2736、2560*1440、1440*2560、3072*2048、2048*3072、2560*1104、1104*2560 |
4K | 2880*2880、1440*2880、2880*1440、3312*2480、2480*3312、3840*2160、2160*3840、3520*2352、2352*3520、3840*1648、1648*3840 |