图像生成 | ArcBlock

本文档提供了图像生成端点的技术规范。遵循本指南，您将能够通过构建请求、指定模型和参数以及处理返回的图像数据，将 AI 驱动的图像创建功能集成到您的应用程序中。

AIGNE Hub API 允许您根据文本提示生成新图像或编辑现有图像。有关其他 AI 功能的详细信息，请参阅聊天补全和嵌入文档。

创建图像

根据文本描述（提示）生成图像。您还可以提供现有图像进行编辑。

端点

POST /api/images/generations

该端点会创建新图像或编辑现有图像，并以指定格式返回图像数据。

请求体

prompt string (required) — 所需图像的详细文本描述。最大长度取决于模型，但更短、更精确的提示通常会产生更好的结果。
model string (default: dall-e-2) — 用于图像生成的模型 ID。如果未指定，系统默认为 dall-e-2。根据提供商的配置，可能还支持其他模型，如 dall-e-3 或 Google 的 gemini 模型。
image string or array — 用于编辑的源图像。可以是 URL 或 Base64 编码的字符串。目前，该参数由 gpt-image-1 模型用于图像编辑任务。
n integer (default: 1) — 要生成的图像数量。必须是 1 到 10 之间的整数。
size string (default: 1024x1024) — 生成图像所需的分辨率。支持的尺寸取决于所选模型。DALL·E 2 的常用值包括 256x256、512x512 和 1024x1024，而 DALL·E 3 则为 1024x1024、1792x1024 或 1024x1792。
response_format string (default: url) — 返回生成图像的格式。必须是 url 或 b64_json 之一。url 的有效期为一小时，而 b64_json 提供 Base64 编码的图像数据。
quality string (default: standard) — 生成图像的质量。仅 dall-e-3 支持。可以是 standard 以加快生成速度，或 hd 以增强细节和提高质量，但这可能会增加成本。
style string (default: vivid) — 生成图像的艺术风格。仅 dall-e-3 支持。可以是 vivid 以获得超现实和戏剧性的效果，或 natural 以获得更逼真、更少处理痕迹的外观。

响应体

API 返回一个包含创建时间戳和生成图像数据数组的对象。

created integer — 一个 UNIX 时间戳，表示图像生成任务的发起时间。
data array — 一个对象数组，其中每个对象包含一个生成的图像。数组内对象的结构取决于 response_format 参数。
- object object — 包含 url 或 b64_json 字段以及相应的图像数据。
  - url string — 可用于访问生成图像的 URL。此 URL 是临时的，将会过期。
  - b64_json string — 生成图像的 Base64 编码的 JSON 字符串。

示例

基本图像生成

此示例演示了使用默认的 dall-e-2 模型生成单个图像的标准请求。

请求

curl --location 'https://your-aigne-hub-instance.com/api/images/generations' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer YOUR_API_KEY' \
--data '{
    "prompt": "A photorealistic image of a cat programming on a laptop",
    "n": 1,
    "size": "1024x1024"
}'

服务器返回生成图像的 URL。

响应

{
  "created": 1678886400,
  "data": [
    {
      "url": "https://example.com/generated-images/image-xyz.png"
    }
  ]
}

使用 DALL·E 3 生成并以 Base64 格式响应

此示例使用 dall-e-3 模型创建一张高质量、风格鲜明的图像，并以 Base64 编码字符串的形式返回结果。

请求

curl --location 'https://your-aigne-hub-instance.com/api/images/generations' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer YOUR_API_KEY' \
--data '{
    "model": "dall-e-3",
    "prompt": "An oil painting of a futuristic city skyline at sunset, with flying cars",
    "n": 1,
    "size": "1792x1024",
    "quality": "hd",
    "style": "vivid",
    "response_format": "b64_json"
}'

响应中包含 Base64 数据，可以直接解码并保存为图像文件。

响应

{
  "created": 1678886400,
  "data": [
    {
      "b64_json": "iVBORw0KGgoAAAANSUhEUgAAB...rest_of_base64_string"
    }
  ]
}

总结

您现在已掌握使用图像生成端点所需的信息，包括理解用于创建和编辑图像的请求参数，以及如何处理不同的响应格式。

如需进一步了解相关的 API 功能，请参阅以下文档：

聊天补全 API

了解如何使用我们的聊天模型构建对话式体验。

嵌入 API

探索如何为机器学习任务创建文本的数值表示。