174 lines
9.4 KiB
Markdown
174 lines
9.4 KiB
Markdown
---
|
||
title: "图片生成编辑(豆包seedream系列模型)--AI 数据湖服务-火山引擎"
|
||
source: "https://www.volcengine.com/docs/6492/2221472?_vtm_=0.0.0.0.auth_login-3&lang=zh"
|
||
author:
|
||
published:
|
||
created: 2026-03-30
|
||
description: "火山引擎官方文档中心,产品文档、快速入门、用户指南等内容,你关心的都在这里,包含火山引擎主要产品的使用手册、API或SDK手册、常见问题等必备资料,我们会不断优化,为用户带来更好的使用体验"
|
||
tags:
|
||
- "clippings"
|
||
---
|
||
图片编辑
|
||
|
||
图片生成编辑(豆包seedream系列模型)
|
||
|
||
## 描述
|
||
|
||
图像生成处理器(doubao-seedream)
|
||
|
||
## 核心功能:
|
||
|
||
- 文生图:仅输入 `prompt` 即可生成图像
|
||
- 图生图:输入 `reference_images` (1 张或多张参考图)+ `prompt` ,在参考图基础上生成图像
|
||
- 组图生成:通过 `sequential_image_generation="auto"` + `sequential_image_generation_options={"max_images": N}` 一次生成多张图
|
||
- 输出格式支持:
|
||
- `response_format="url"` :返回图片链接(链接生成后 24 小时内失效)
|
||
- `response_format="b64_json"` :返回 base64 字符串
|
||
- 提示词优化(仅部分版本支持): `optimize_prompt_options={"mode": "standard" | "fast"}`
|
||
|
||
## 模型支持:
|
||
|
||
## 输入输出规范:
|
||
|
||
- 输入列:
|
||
- 提示词( `prompts` ): `pa.array[str]`
|
||
- 参考图片( `reference_images` ): `pa.array[str | list[str]] | None`
|
||
- 输出列:
|
||
- 生成结果: `pa.array[list[str] | None]` (每行输出图片 URL 或 base64 字符串列表,取决于 `response_format` )
|
||
|
||
| 细分项 | 注意与前提 |
|
||
| --- | --- |
|
||
| 费用 | 调用算子前,您需先了解使用算子时的模型调用费用,详情请参见 [大模型调用计费](https://www.volcengine.com/docs/6492/1544808) 。 |
|
||
| 鉴权(API Key) | 调用算子前,您需要先生成算子调用的API Key,并建议将API Key配置为环境变量,便于更安全地调用算子,详情请参见 [获取 API Key 并配置](https://www.volcengine.com/docs/6492/2191994) 。 |
|
||
| BaseURL | 调用算子前,您需要先根据您当前使用的LAS服务所在地域,了解算子调用的BaseURL,用于配置算子调用路径参数取值。 详情请参见 [获取 Base URL](https://www.volcengine.com/docs/6492/2191993) ,下文中的调用示例仅作为参考,实际调用时需替换为您对应地域的路径取值。 |
|
||
|
||
## 算子参数
|
||
|
||
### 输入
|
||
|
||
| 输入列名 | 说明 |
|
||
| --- | --- |
|
||
| prompts | 文本提示词。类型为 `str` 。用于文生图/图生图(结合 `reference_images` )。 |
|
||
| reference\_images | 参考图(可选)。用于图生图。支持 `None / str / list[str]` : - `None` :文生图 - `str` :单张参考图 URL - `list[str]` :多张参考图 URL |
|
||
|
||
### 输出
|
||
|
||
返回每行生成的图片列表:
|
||
|
||
- 类型: `list[str] | None`
|
||
- `response_format="url"` 时, `list[str]` 里是图片 URL
|
||
- `response_format="b64_json"` 时, `list[str]` 里是 base64 字符串
|
||
- 单行失败/跳过时返回 `None`
|
||
|
||
### 参数
|
||
|
||
如参数没有默认值,则为必填参数
|
||
|
||
| 参数名称 | 类型 | 默认值 | 描述 |
|
||
| --- | --- | --- | --- |
|
||
| model | str | 必填 | 模型名称,例如 - `doubao-seedream-4.5` / `doubao-seedream-4.0` |
|
||
| version | int or None | None | 模型版本号,例如 `251128` |
|
||
| api\_key | str or None | None | 鉴权 token(仅 token 本体,不含 `Bearer ` 前缀)。不传则从环境变量 `LAS_API_KEY` / `API_KEY` 读取 |
|
||
| sequential\_image\_generation | str | disabled | 单图/组图控制: - `disabled` :单图 - `auto` :组图 |
|
||
| sequential\_image\_generation\_options | dict or None | None | 组图参数(仅 `auto` 生效),例如: `{"max_images": 3}` |
|
||
| watermark | bool | true | 是否添加“AI生成”水印 |
|
||
| size | str | 2048x2048 | 输出尺寸,例如 `2048x2048` 或 `2K` (以服务端实际支持为准) |
|
||
| response\_format | str | url | 返回格式: `url` / `b64_json` |
|
||
| optimize\_prompt\_options | dict or None | None | 提示词优化配置(仅部分版本支持),例如: `{"mode": "standard"}` |
|
||
| request\_timeout | int | 1200 | 单次请求超时时间(秒) |
|
||
| max\_concurrency | int | 100 | 每个进程最大并发数 |
|
||
|
||
## 调用示例
|
||
|
||
下面的代码展示了如何使用 Daft + `las_udf` 对 `DoubaoImageGenerate` 做批量推理,覆盖文生图 + 图生图两种场景。
|
||
|
||
```python
|
||
import daft
|
||
from daft import col
|
||
from daft.las.functions.ark_llm.doubao_image_generate import DoubaoImageGenerate
|
||
from daft.las.functions.udf import las_udf
|
||
import os
|
||
|
||
if os.getenv("DAFT_RUNNER", "native") == "ray":
|
||
import logging
|
||
|
||
import ray
|
||
|
||
def configure_logging():
|
||
logging.basicConfig(
|
||
level=logging.INFO,
|
||
format="%(asctime)s - %(name)s - %(levelname)s - %(message)s",
|
||
datefmt="%Y-%m-%d %H:%M:%S.%s".format(),
|
||
)
|
||
logging.getLogger("tracing.span").setLevel(logging.WARNING)
|
||
logging.getLogger("daft_io.stats").setLevel(logging.WARNING)
|
||
logging.getLogger("DaftStatisticsManager").setLevel(logging.WARNING)
|
||
logging.getLogger("DaftFlotillaScheduler").setLevel(logging.WARNING)
|
||
logging.getLogger("DaftFlotillaDispatcher").setLevel(logging.WARNING)
|
||
|
||
ray.init(dashboard_host="0.0.0.0", runtime_env={"worker_process_setup_hook": configure_logging})
|
||
daft.set_runner_ray()
|
||
|
||
daft.set_execution_config(min_cpu_per_task=0)
|
||
|
||
if __name__ == "__main__":
|
||
# 运行前需配置环境变量:
|
||
# - LAS_BASE_URL, 从 LAS 服务页面上创建获取
|
||
# - LAS_INFERENCE_TYPE=image_generate
|
||
# - LAS_IMAGE_GENERATE_ENDPOINT=/api/v1/online/image/generate(可选,通常默认即可)
|
||
# - LAS_API_KEY 或 API_KEY, 从 LAS 服务页面上创建获取
|
||
tos_dir_url = os.getenv("TOS_DIR_URL", "las-cn-beijing-public-online.tos-cn-beijing.volces.com")
|
||
samples = {
|
||
"prompt": [
|
||
"生成一张长城的照片,真实摄影风格", # 文生图
|
||
"保持构图不变,把图片风格改成水彩画风格", # 图生图(配合 reference_images)
|
||
None, # 异常行示例:该行输出 None,不影响其它行
|
||
],
|
||
"reference_images": [
|
||
None,
|
||
f"https://{tos_dir_url}/public/shared_image_dataset/seedream_test_image.png",
|
||
None,
|
||
],
|
||
}
|
||
|
||
df = daft.from_pydict(samples)
|
||
|
||
df = df.with_column(
|
||
"images",
|
||
las_udf(
|
||
DoubaoImageGenerate,
|
||
construct_args={
|
||
"model": "doubao-seedream-4.5",
|
||
"version": 251128,
|
||
"response_format": "url",
|
||
"watermark": False,
|
||
"sequential_image_generation": "disabled",
|
||
"size": "2048x2048",
|
||
},
|
||
batch_size=3,
|
||
concurrency=3,
|
||
num_gpus=0,
|
||
)(col("prompt"), col("reference_images")),
|
||
)
|
||
|
||
df.show()
|
||
|
||
# 输出示例(每次大模型推理结果可能不同)
|
||
# ╭────────────────────────────────────────┬────────────────────────────────┬────────────────────────────────╮
|
||
# │ prompt ┆ reference_images ┆ images │
|
||
# │ --- ┆ --- ┆ --- │
|
||
# │ String ┆ String ┆ List[String] │
|
||
# ╞════════════════════════════════════════╪════════════════════════════════╪════════════════════════════════╡
|
||
# │ 生成一张长城的照片,真实摄影风格 ┆ None ┆ [https://ark-content-generati… │
|
||
# ├╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌┤
|
||
# │ 保持构图不变,把图片风格改成水彩画风格 ┆ https://ark-project.tos-cn-be… ┆ [https://ark-content-generati… │
|
||
# ├╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌┼╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌╌┤
|
||
# │ None ┆ None ┆ None │
|
||
# ╰────────────────────────────────────────┴────────────────────────────────┴────────────────────────────────╯
|
||
|
||
Python
|
||
```
|
||
|
||
最近更新时间:2026.02.10 15:51:19
|
||
|
||
这个页面对您有帮助吗? |