使用 Java 和 Amazon Bedrock 以及 Stable Diffusion XL 生成图像

Amazon Bedrock 是一项全托管服务，提供来自领先人工智能公司的多种高性能基础模型 (FM)。Stability.ai 提供的 Stable Diffusion XL 是一款强大的文本到图像模型，能够根据文本提示生成高质量图像。本文将指导您如何使用 Amazon Bedrock 调用 Stable Diffusion XL，并通过 Java SDK 生成图像。

在开始生成图像之前，您需要在 Java 环境中设置 Bedrock Runtime 客户端。这包括创建一个 `BedrockRuntimeClient` 实例，并使用您的 AWS 凭证和所需的 AWS 区域进行配置。操作方法如下： ```java import software.amazon.awssdk.auth.credentials.DefaultCredentialsProvider; import software.amazon.awssdk.regions.Region; import software.amazon.awssdk.services.bedrockruntime.BedrockRuntimeClient; // 在您要使用的 AWS 区域中创建 Bedrock Runtime 客户端。 // 将 DefaultCredentialsProvider 替换为您首选的凭证提供程序。 var client = BedrockRuntimeClient.builder() .credentialsProvider(DefaultCredentialsProvider.create()) .region(Region.US_EAST_1) .build(); ``` 请确保您的项目中已添加 AWS SDK for Java 2.x 作为依赖项。

`InvokeModel` API 需要 Stable Diffusion XL 模型能够理解的特定载荷格式。此载荷包含文本提示、样式预设和种子等参数。您可以使用以下模板创建一个表示此载荷的 JSON 字符串： ```java var nativeRequestTemplate = """ { "text_prompts": [{ "text": "{{prompt}}" }], "style_preset": "{{style}}", "seed": {{seed}} }"""; // 定义图像生成的提示。 var prompt = "一张风格化的可爱老式蒸汽朋克机器人图片"; // 获取用于图像生成的随机 32 位种子（最大值为 4,294,967,295）。 var seed = new BigInteger(31, new SecureRandom()); // 选择一个样式预设。 var style = "cinematic"; // 将提示、种子和样式嵌入模型的原生请求载荷中。 String nativeRequest = nativeRequestTemplate .replace("{{prompt}}", prompt) .replace("{{seed}}", seed.toString()) .replace("{{style}}", style); ``` 自定义 `prompt`、`style` 和 `seed` 变量以生成不同的图像。

设置好 Bedrock Runtime 客户端并构建好请求载荷后，您现在可以使用 `invokeModel` 方法调用 Stable Diffusion XL 模型： ```java import software.amazon.awssdk.core.SdkBytes; import software.amazon.awssdk.core.exception.SdkClientException; // 设置模型 ID，例如 Stable Diffusion XL v1。 var modelId = "stability.stable-diffusion-xl-v1"; try { // 对请求进行编码并发送到 Bedrock Runtime。 var response = client.invokeModel(request -> request .body(SdkBytes.fromUtf8String(nativeRequest)) .modelId(modelId) ); // 解码响应体。 var responseBody = new JSONObject(response.body().asUtf8String()); // 从模型的响应中检索生成的图像数据。 var base64ImageData = new JSONPointer("/artifacts/0/base64") .queryFrom(responseBody) .toString(); return base64ImageData; } catch (SdkClientException e) { System.err.printf("错误：无法调用 '%s'。原因：%s", modelId, e.getMessage()); throw new RuntimeException(e); } ``` 此代码将请求发送到 Amazon Bedrock 并检索响应。

`invokeModel` 方法的响应包含 base64 格式的生成图像数据。您需要解码这些数据才能显示图像。下面的代码片段展示了如何从响应中提取 base64 图像数据： ```java import org.json.JSONObject; import org.json.JSONPointer; // 解码响应体。 var responseBody = new JSONObject(response.body().asUtf8String()); // 从模型的响应中检索生成的图像数据。 var base64ImageData = new JSONPointer("/artifacts/0/base64") .queryFrom(responseBody) .toString(); ```

一旦获得 base64 图像数据，您就可以使用合适的图像显示方法来显示它。原始代码使用了一个 `displayImage` 方法。您需要根据您选择的用户界面框架或图像库来实现此方法。一个简单的示例可能涉及将 base64 字符串转换为字节数组，然后使用图像库进行显示。 ```java // 假设您有一个 displayImage 方法 displayImage(base64ImageData); ```

以下是调用 Amazon Bedrock 上的 Stable Diffusion XL 的完整 Java 代码示例： ```java import org.json.JSONObject; import org.json.JSONPointer; import software.amazon.awssdk.auth.credentials.DefaultCredentialsProvider; import software.amazon.awssdk.core.SdkBytes; import software.amazon.awssdk.core.exception.SdkClientException; import software.amazon.awssdk.regions.Region; import software.amazon.awssdk.services.bedrockruntime.BedrockRuntimeClient; import java.math.BigInteger; import java.security.SecureRandom; import static com.example.bedrockruntime.libs.ImageTools.displayImage; public class InvokeModel { public static String invokeModel() { // 在您要使用的 AWS 区域中创建 Bedrock Runtime 客户端。 // 将 DefaultCredentialsProvider 替换为您首选的凭证提供程序。 var client = BedrockRuntimeClient.builder() .credentialsProvider(DefaultCredentialsProvider.create()) .region(Region.US_EAST_1) .build(); // 设置模型 ID，例如 Stable Diffusion XL v1。 var modelId = "stability.stable-diffusion-xl-v1"; // InvokeModel API 使用模型的原生载荷。 // 了解有关可用推理参数和响应字段的更多信息，请访问： // https://docs.aws.amazon.com/bedrock/latest/userguide/model-parameters-diffusion-1-0-text-image.html var nativeRequestTemplate = """ { "text_prompts": [{ "text": "{{prompt}}" }], "style_preset": "{{style}}", "seed": {{seed}} }"""; // 定义图像生成的提示。 var prompt = "一张风格化的可爱老式蒸汽朋克机器人图片"; // 获取用于图像生成的随机 32 位种子（最大值为 4,294,967,295）。 var seed = new BigInteger(31, new SecureRandom()); // 选择一个样式预设。 var style = "cinematic"; // 将提示、种子和样式嵌入模型的原生请求载荷中。 String nativeRequest = nativeRequestTemplate .replace("{{prompt}}", prompt) .replace("{{seed}}", seed.toString()) .replace("{{style}}", style); try { // 对请求进行编码并发送到 Bedrock Runtime。 var response = client.invokeModel(request -> request .body(SdkBytes.fromUtf8String(nativeRequest)) .modelId(modelId) ); // 解码响应体。 var responseBody = new JSONObject(response.body().asUtf8String()); // 从模型的响应中检索生成的图像数据。 var base64ImageData = new JSONPointer("/artifacts/0/base64") .queryFrom(responseBody) .toString(); return base64ImageData; } catch (SdkClientException e) { System.err.printf("错误：无法调用 '%s'。原因：%s", modelId, e.getMessage()); throw new RuntimeException(e); } } public static void main(String[] args) { System.out.println("正在生成图像。这可能需要几秒钟..."); String base64ImageData = invokeModel(); displayImage(base64ImageData); } } ```

有关 Amazon Bedrock、AWS SDK for Java 和 Stable Diffusion XL 的更多信息，请参阅以下资源： * [Amazon Bedrock 文档](https://docs.aws.amazon.com/bedrock/latest/userguide/) * [AWS SDK for Java 2.x API 参考](https://sdk.amazonaws.com/java/api/latest/) * [GitHub 上的 AWS 代码示例存储库](https://github.com/awsdocs/aws-doc-sdk-examples) * [Stable Diffusion XL 文档](https://stability.ai/)