跳转到主要内容
最新混元 Image-3.0 生图模型。基于混元大模型,能够去思考图像的布局、构图、笔触,利用世界知识去推理常识性的画面。同时可以解析千字级别的复杂语义,生成长文本文字、复杂漫画、表情包,还能生成生动有趣的科普插画。

模型参数

不支持画图公共 API 中的以下参数:
  • negative_prompt
  • strength
  • quality
  • aspect_ratio
  • style_preset
  • n
  • response_format
  • output_format
  • mask
  • background
附:Hy-Image-3.0 官方 API 文档
极客智坊通过 image 替代官方的 images 参数来传入单张或多张参考图片:
  • 支持传入图片 URL 或 base64 编码,图片格式:png/jpeg/jpg
  • 传入图片URL时需支持公网访问,国内版需使用国内可访问的 URL,否则请通过 base64 编码传递
  • 单张图片大小不能超过10MB
  • 最多支持3张参考图
支持通过 size 来控制生成图像的尺寸和分辨率,size 的取值范围:
  • 宽、高均在 [512, 2048] 像素范围内
  • 宽、高乘积(图像面积)不超过 1024×1024 像素
极客智坊通过 enhance_prompt 替代官方的 revise 参数用于对生成图像的提示进行自动增强。

文生图

通过文字描述来生成对应图像:
响应是一个包含生成图片 URL 的 JSON 对象:

图生图

单图 通过 image 参数传入参考图片来进行图生图操作:
多图 通过 image 参数以数组方式传入多张参考图片即可:
对于耗时生图任务,可以通过设置 async 参数为 true 开启异步任务模式。异步任务模式下,画图接口会返回一个 task_id,你可以通过轮询 https://geekai.co/api/v1/images/{task_id} 来获取图像生成的最新状态,当任务完成后即可获得最终的图像URL,相关细节请参考异步生图。