Stepfun Step1X-Edit のデプロイ for AI 画像編集 - PAI - Alibaba Cloud - Platform For AI

Platform for AI (PAI) のモデルギャラリーから Step1X-Edit 画像編集モデルを Elastic Algorithm Service (EAS) の推論サービスにデプロイします。

モデル概要

Step1X-Edit は、Stepfun が提供するオープンソースの画像編集モデルです。マルチモーダル大規模言語モデル (MLLM) と拡散イメージデコーダー (DiT) を組み合わせています。190 億のパラメーターを持つ Step1X-Edit は、以下の機能を提供します：

正確なセマンティック解析：編集指示を正確に解釈し、ユーザーの意図に合った結果を生成します。
ID の一貫性：編集中に被写体の ID を維持し、主要な特徴をそのまま保持します。
リージョンレベルのコントロール：きめ細かな修正のために、正確なリージョンレベルの編集をサポートします。
幅広いタスク範囲：テキストの置き換えやスタイル変換など、11 の一般的な画像編集タスクをサポートします。
優れたベンチマーク結果：GEdit-Bench ベンチマークにおいて、セマンティックの一貫性、画質、および全体的なパフォーマンスで最高のスコアを達成しています。

Step1X-Edit の詳細については、「stepfun-ai/Step1X-Edit」をご参照ください。

リソース要件

Step1X-Edit のデプロイには、48 GB 以上のビデオメモリを搭載した GPU が必要です。

操作手順

モデルギャラリーページに移動します。
1. PAI コンソールにログインします。
2. 上部メニューの左上で、リージョンを選択します。
3. 左側メニューで Workspaces をクリックし、開きたいワークスペースの名前をクリックします。
4. 左側メニューで、Quick Start > [Model Gallery] を選択します。
モデルギャラリーページで、モデルリストで Stepfun Step1X-Edit を検索して、モデルカードをクリックします。
右上隅にある Deploy をクリックします。サービス名とリソースを設定して、モデルを EAS にデプロイします。

デプロイ設定パネルで、デプロイ方法を [single-node standard deployment] に、リソースタイプを [public resource] に、インスタンス数を 1 に設定します。次に、 [Deploy] をクリックします。

モデルの呼び出し

デプロイ後、Web アプリケーションまたは API を介して Step1X-Edit を呼び出します。

Web アプリケーション

サービス詳細ページで、右上隅にある View Web App をクリックして Web アプリケーションを開きます。

画像をアップロードし、プロンプトを入力して、 [Generate] をクリックします。

Web UI では、 [Negative Prompt]、[Seed]、[Inference Steps]、[cfg_scale]、[Size_level] などの画像生成パラメーターも設定できます。

API 呼び出し

サービス詳細ページで、 View Call Information をクリックして、エンドポイントとトークンを取得します。

次の Python サンプルコードは、画像編集リクエストを API に送信する例です：

import requests
import time
EAS_URL = "<YOUR_EAS_URL>"
EAS_TOKEN = "<YOUR_EAS_TOKEN>"
class TaskStatus:
    PENDING = "pending"
    PROCESSING = "processing"
    COMPLETED = "completed"
    FAILED = "failed"
response = requests.post(
    f"{EAS_URL}/generate",
    headers={
        "Authorization": f"{EAS_TOKEN}"
    },
    json={
        "prompt": "A spaceship orbiting Earth",
        "seed": 42,
        "neg_prompt": "low quality, blurry",
        "infer_steps": 28,
        "cfg_scale": 6,
        "size":1024,
        "image": "<ご自身の画像を Base64 エンコーディングした文字列>"
    }
)
task_id = response.json()["task_id"]
print(f"Task ID: {task_id}")
while True:
    status_response = requests.get(
        f"{EAS_URL}/tasks/{task_id}/status",
        headers={
            "Authorization": f"{EAS_TOKEN}"
        })
    status = status_response.json()
    print(f"Current status: {status['status']}")
    if status["status"] == TaskStatus.COMPLETED:
        print("Image ready!")
        break
    elif status["status"] == TaskStatus.FAILED:
        print(f"Failed: {status['error']}")
        exit(1)
    time.sleep(5)
image_response = requests.get(
    f"{EAS_URL}/tasks/{task_id}/image",
    headers={
        "Authorization": f"{EAS_TOKEN}"
    })
with open("generated_image.jpg", "wb") as f:
    f.write(image_response.content)
print("Image downloaded successfully!")

EAS_URL と EAS_TOKEN を、実際のエンドポイントとトークンに置き換えてください。

Platform For AI:Stepfun Step1X-Edit モデルのデプロイ