一、大模型实现文本生成图像

智享AI

于 2025-05-05 08:36:10 发布

阅读量395

点赞数 3

CC 4.0 BY-SA版权

分类专栏：深度学习文章标签：语言模型

本文链接：https://blog.csdn.net/guangzhanblog/article/details/147554212

深度学习专栏收录该内容

35 篇文章

订阅专栏

一、案例介绍

本案例介绍了如何使用阿里云百炼模型实现文本生成图像。具体步骤包括：

如何使用业务空间
申请和创建API Key
文本生成图像的具体实现

二、新增业务空间

2.1 选择要授权的子业务空间

访问业务空间管理页面，找到需要授权的子业务空间后，单击其右侧的模型权限流控设置。

2.2 为子业务空间授权

找到目标模型，然后单击其右侧的编辑。
开启相应权限，然后单击保存。若该业务空间先前已授权过，无需重复授权。

对于不支持训练/部署的模型，开启按钮不可见。查看支持训练的完整模型列表。查看支持部署的完整模型列表

三、创建API Key

3.1 获取API Key

前往我的API-KEY页面，单击创建我的API-KEY
在已创建的API Key操作列，单击查看，获取API KEY。

在这里插入图片描述

四、文本生成图像

4.1 模型概览

通义万象文生图模型支持通过一句话生成图像，文生图V2版模型提升了语义理解能力，通过预置智能改写功能帮助您快速上手图像创作。

文生图2.1系列模型：wanx2.1-t2i-turbo、wanx2.1-t2i-plus。
文生图2.0系列模型：wanx2.0-t2i-turbo。

3.2 文生图模型介绍

通义万相-文生图V2系列模型具体介绍

在这里插入图片描述

模型建议：推荐优先选择文生图V2版模型。

若需要高质量图像，选择文生图2.1（wanx2.1-t2i-turbo或wanx2.1-t2i-plus），其中wanx2.1-t2i-turbo更具性价比。
若考虑成本，可选择文生图2.0（wanx2.0-t2i-turbo）。

3.3 安装DashScope

安装DashScope

pip install dashscope

DashScope实现图像生成

from http import HTTPStatus
from urllib.parse import urlparse, unquote
from pathlib import PurePosixPath
import requests
from dashscope import ImageSynthesis
import os

prompt = "一间有着精致窗户的花店，漂亮的木质门，摆放着花朵"
os.environ["DASHSCOPE_API_KEY"] = "sk-ec2f397674b7409caf29f84b5b3e2a94"

print('----sync call, please wait a moment----')
rsp = ImageSynthesis.call(api_key=os.getenv("DASHSCOPE_API_KEY"),
                          model="wanx2.1-t2i-turbo",
                          prompt=prompt,
                          n=1,
                          size='1024*1024')
print('response: %s' % rsp)
if rsp.status_code == HTTPStatus.OK:
    # 在当前目录下保存图片
    for result in rsp.output.results:
        file_name = PurePosixPath(unquote(urlparse(result.url).path)).parts[-1]
        with open('result.png', 'wb+') as f:
            f.write(requests.get(result.url).content)
else:
    print('sync_call Failed, status_code: %s, code: %s, message: %s' %
          (rsp.status_code, rsp.code, rsp.message))

运行结果

在这里插入图片描述