Platform For AI:Implante o modelo Stepfun Step1X-Edit

Visão geral do modelo

O Step1X-Edit é um modelo de edição de imagens open source da Stepfun. Ele combina um modelo de linguagem grande multimodal (MLLM) com um decodificador de imagens por difusão (DiT). Com 19 bilhões de parâmetros, o Step1X-Edit oferece os seguintes recursos:

• Análise semântica precisa: interpreta instruções de edição com exatidão para gerar resultados alinhados à intenção do usuário.

• Consistência de identidade: preserva a identidade do objeto durante a edição e mantém suas características principais intactas.

• Controle regional: permite edições precisas em nível de região para modificações detalhadas.

• Ampla cobertura de tarefas: suporta 11 tarefas comuns de edição de imagens, incluindo substituição de texto e transferência de estilo.

• Excelentes resultados em benchmarks: alcança as melhores pontuações em consistência semântica, qualidade de imagem e desempenho geral no benchmark GEdit-Bench.

Para obter mais informações sobre o Step1X-Edit, consulte stepfun-ai/Step1X-Edit.

Requisitos de recursos

A implantação do Step1X-Edit exige uma GPU com pelo menos 48 GB de memória de vídeo.

Procedimento

1. Acesse a página Model Gallery.

   1. Faça login no PAI console.

   2. No canto superior esquerdo da barra de navegação superior, selecione uma região.

   3. No painel de navegação à esquerda, clique em Workspaces e, em seguida, clique no nome do workspace que deseja abrir.

   4. No painel de navegação à esquerda, escolha Quick Start > Model Gallery.

2. Na página Model Gallery, pesquise Stepfun Step1X-Edit na lista de modelos e clique no cartão do modelo.

3. No canto superior direito, clique em Deploy. Configure o nome do service e as definições de recursos para implantar o modelo no Elastic Algorithm Service (EAS).

   No painel de configuração de implantação, defina Deployment Method como single-node standard deployment, Resource Type como public resource e Instance Count como 1. Em seguida, clique em Deploy.

Chame o modelo

Após a implantação, chame o Step1X-Edit pelo aplicativo web ou pela API.

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": "<The Base64 encoding of your image>"
    }
)
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!")

Referências

• PAI SDK for Python

• QuickStart billing