EN

集成AI图像生成API:DALL-E 3、Stable Diffusion 和 Midjourney

比较、实现指南以及应用中的图像生成生产模式

返回教程列表🌐 Read in English
进阶28 分钟

集成AI图像生成API:DALL-E 3、Stable Diffusion 和 Midjourney

比较、实现指南以及应用中的图像生成生产模式

学习如何使用 DALL-E 3 API、通过 Replicate 的 Stable Diffusion 以及 Midjourney API 将 AI 图像生成集成到你的应用中,包括提示工程和安全过滤。

集成 AI 图像生成需要根据你的用例选择合适的 API。选项:

1) DALL-E 3 (OpenAI):最高的提示遵循度,安全默认值,简单的 API。

python
   response = openai.images.generate(model="dall-e-3", prompt=prompt, n=1, size="1024x1024", quality="hd")
   image_url = response.data[0].url
   
自动提示增强会重写提示——可以通过提示工程禁用。

2) Stable Diffusion via Replicate:最大的灵活性,众多模型(SDXL、FLUX、ControlNet),开源模型。

python
   replicate.run("stability-ai/sdxl:...", input={"prompt": prompt, "negative_prompt": "ugly, blurry"})
   

3) Midjourney:对于创意应用具有最佳的美学质量,但没有官方 API——使用 Discord API 或第三方服务。

图像提示工程

  • 具体说明风格、媒介、光线、构图。
  • 负面提示移除不需要的元素。
  • 使用参考图像保持风格一致。
  • 生产注意事项

  • 内容审核:在提供输出之前运行 NSFW 分类器。
  • 缓存:相同提示应返回缓存结果(将提示+参数哈希作为缓存键)。
  • 异步处理:生成需要 5-30 秒——使用带有状态轮询的任务队列模式。
  • 存储:将生成的图像存储在 S3/CDN 中,而不是数据 URL。
  • 水印:为 AI 生成的内容添加微妙的水印以进行归属。