使用 Vertex AI 的 Imagen，透過文字提示生成圖像

您可以使用 Vertex AI 的 Imagen，根據文字提示生成新圖片。 支援的介面包括 Google Cloud 控制台和 Vertex AI API。

下列模型支援根據文字提示生成圖像：

如要進一步瞭解如何編寫文字提示詞來生成及編輯圖片，請參閱提示詞指南。

查看 Imagen for Generation 模型資訊卡

試用圖片生成功能 (Vertex AI Studio)

在 Colab 中試用 Imagen

事前準備

  1. 登入 Google Cloud 帳戶。如果您是 Google Cloud新手，歡迎 建立帳戶，親自評估產品在實際工作環境中的成效。新客戶還能獲得價值 $300 美元的免費抵免額，可用於執行、測試及部署工作負載。

  2. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Roles required to select or create a project

    • Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
    • Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

    Go to project selector

  3. Verify that billing is enabled for your Google Cloud project.

  4. Enable the Vertex AI API.

    Roles required to enable APIs

    To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

    Enable the API

  5. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Roles required to select or create a project

    • Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
    • Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

    Go to project selector

  6. Verify that billing is enabled for your Google Cloud project.

  7. Enable the Vertex AI API.

    Roles required to enable APIs

    To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

    Enable the API

    8.

  8. 為環境設定驗證機制。

    選取這個頁面上的分頁，瞭解如何使用範例：

    控制台

    使用 Google Cloud 控制台存取 Google Cloud 服務和 API 時，無須設定驗證。

    Python

    如要在本機開發環境中使用本頁的 Python 範例，請安裝並初始化 gcloud CLI，然後使用您的使用者憑證設定應用程式預設憑證。

    1. 安裝 Google Cloud CLI。

    2. 若您採用的是外部識別資訊提供者 (IdP)，請先使用聯合身分登入 gcloud CLI。

    3. 如果您使用本機殼層，請為使用者帳戶建立本機驗證憑證： 

      gcloud auth application-default login

      如果您使用 Cloud Shell，則不需要執行這項操作。

      如果系統傳回驗證錯誤，且您使用外部識別資訊提供者 (IdP)，請確認您已 使用聯合身分登入 gcloud CLI。

    詳情請參閱 Google Cloud 驗證說明文件中的「 為本機開發環境設定 ADC」。

    REST

    如要在本機開發環境中使用本頁的 REST API 範例，請使用您提供給 gcloud CLI 的憑證。

      安裝 Google Cloud CLI。

      若您採用的是外部識別資訊提供者 (IdP)，請先使用聯合身分登入 gcloud CLI。

    詳情請參閱 Google Cloud 驗證說明文件中的「使用 REST 進行驗證」。

使用文字生成圖像

你只需要輸入描述性文字，就能生成新穎的圖像。下列範例顯示生成圖像的基本指令。

控制台

1. 在 Google Cloud 控制台中，依序前往「Vertex AI」>「Media Studio」頁面。

<a href="https://console.cloud.google.com/vertex-ai/studio/media/generate;tab=image" class="button button-primary"
target="console" track-name="consoleLink" track-type="task">Go to Media
Studio</a>

  1. 按一下「Imagen」。系統會顯示 Imagen Media Studio 圖像生成頁面。

  2. 選擇性步驟：在「Settings」(設定) 窗格中完成下列設定：

    • 型號：從可用選項中選擇型號。

      如要進一步瞭解可用模型，請參閱「Imagen 模型」

    • 顯示比例：從可用選項中選擇顯示比例。

    • 結果數量：調整滑桿或輸入介於 1 和 4 之間的值。

    • 輸出解析度：從可用選項中選擇解析度。

  3. 選用：在「進階選項」部分，選取要生成圖片的「區域」。

  4. 在「輸入提示」方塊中，輸入文字提示來描述要生成的圖像。例如：清晨水面上的小船水彩插畫。

    如要進一步瞭解如何撰寫有效提示，請參閱提示和圖片屬性指南。

  5. 按一下「生成」。

系統會自動在生成的圖片中加入數位浮水印。您無法使用 Google Cloud 控制台停用圖像生成的數位浮水印。

選取圖片即可在「圖片詳細資料」視窗中查看。 有浮水印的圖片會顯示「數位浮水印」徽章。

使用文字生成並嵌入浮水印的圖像範例
圖片詳細資料檢視畫面：以 Imagen 2 根據提示「水上有一艘紅色小船，以水彩風格繪製，色彩柔和」生成的圖片，並加上浮水印。

Python

安裝

pip install --upgrade google-genai

詳情請參閱 SDK 參考文件。

設定環境變數，透過 Vertex AI 使用 Gen AI SDK： 

# Replace the `GOOGLE_CLOUD_PROJECT` and `GOOGLE_CLOUD_LOCATION` values
# with appropriate values for your project.
export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT
export GOOGLE_CLOUD_LOCATION=global
export GOOGLE_GENAI_USE_VERTEXAI=True

在本範例中，您會對 ImageGenerationModel 呼叫 generate_images 方法，並將生成的圖片儲存至本機。然後，您可以在筆記本中選擇使用 show() 方法，顯示生成的圖片。如要進一步瞭解模型版本和功能，請參閱 Imagen 模型。

from google import genai
from google.genai.types import GenerateImagesConfig

client = genai.Client()

# TODO(developer): Update and un-comment below line
# output_file = "output-image.png"

image = client.models.generate_images(
    model="imagen-4.0-generate-001",
    prompt="A dog reading a newspaper",
    config=GenerateImagesConfig(
        image_size="2K",
    ),
)

image.generated_images[0].image.save(output_file)

print(f"Created output image using {len(image.generated_images[0].image.image_bytes)} bytes")
# Example response:
# Created output image using 1234567 bytes

REST

如要進一步瞭解 Imagen API，請參閱下列內容：

使用任何要求資料之前，請先修改下列項目的值：

  • REGION：專案所在的區域。如要進一步瞭解支援的區域，請參閱「Vertex AI 的生成式 AI 服務地區」。
  • PROJECT_ID：您的 Google Cloud 專案 ID。

  • MODEL_VERSION：要使用的 Imagen 模型版本。如要進一步瞭解可用模型，請參閱「Imagen 模型」。

  • TEXT_PROMPT：文字提示，引導模型生成圖片。生成和編輯時都必須填寫這個欄位。
  • IMAGE_COUNT：要生成的圖片數量。可接受的值範圍為 1 至 4。

    • 其他選用參數

    視用途而定，使用下列選用變數。在 "parameters": {} 物件中新增下列部分或所有參數。 這份清單列出常見的選用參數，並非所有參數。如要進一步瞭解選用參數，請參閱 Imagen API 參考資料：生成圖片。

    "parameters": {
  "sampleCount": IMAGE_COUNT,
  "addWatermark": ADD_WATERMARK,
  "aspectRatio": "ASPECT_RATIO",
  "enhancePrompt": ENABLE_PROMPT_REWRITING,
  "includeRaiReason": INCLUDE_RAI_REASON,
  "includeSafetyAttributes": INCLUDE_SAFETY_ATTRIBUTES,
  "outputOptions": {
    "mimeType": "MIME_TYPE",
    "compressionQuality": COMPRESSION_QUALITY
  },
  "personGeneration": "PERSON_SETTING",
  "safetySetting": "SAFETY_SETTING",
  "seed": SEED_NUMBER,
  "storageUri": "OUTPUT_STORAGE_URI"
}
    • ADD_WATERMARK：布林值。選用。是否為生成的圖像啟用浮水印。 如果將欄位設為 true，系統就會在生成的圖片中加入 SynthID 數位浮水印，方便您驗證浮水印圖片。如果省略這個欄位，系統會使用預設值 true；如要停用這項功能，請將值設為 false。只有在將這個欄位設為 false 時，才能使用 seed 欄位取得確定性輸出內容。
    • ASPECT_RATIO：字串。選用。控制長寬比的生成模式參數。支援的比例值及其用途：
      • 1:1 (預設，正方形)
      • 3:4 (廣告、社群媒體)
      • 4:3 (電視、攝影)
      • 16:9 (橫向)
      • 9:16 (直向)
    • ENABLE_PROMPT_REWRITING：布林值。選用。這個參數會使用以 LLM 為基礎的提示重寫功能，提供更能反映原始提示意圖的高畫質圖像。停用這項功能可能會影響影像品質和提示遵循率。預設值為 true。
    • INCLUDE_RAI_REASON：布林值。選用。是否要在輸入或輸出內容遭到封鎖的回覆中，啟用「負責任的 AI 技術篩選理由」代碼。預設值： true。
    • INCLUDE_SAFETY_ATTRIBUTES：布林值。選用。是否要在未經過濾的輸入內容和輸出內容的回覆中，針對一系列安全屬性啟用四捨五入的負責任 AI 技術分數。安全屬性類別："Death, Harm & Tragedy"、"Firearms & Weapons"、"Hate"、"Health"、"Illicit Drugs"、"Politics"、"Porn"、"Religion & Belief"、"Toxic"、"Violence"、"Vulgarity"、"War & Conflict"。預設值為 false。
    • MIME_TYPE：字串。選用。圖片內容的 MIME 類型。可用值：
      • image/jpeg
      • image/gif
      • image/png
      • image/webp
      • image/bmp
      • image/tiff
      • image/vnd.microsoft.icon
    • COMPRESSION_QUALITY：整數。選用。僅適用於 JPEG 輸出檔案。模型為以 JPEG 檔案格式生成的圖片保留的細節程度。值： 0 至 100，數字越大表示壓縮程度越高。預設值：75。
    • PERSON_SETTING：字串。選用。這項安全性設定可控管模型允許生成的人物或臉部類型。預設值取決於模型。可用值：
      • allow_all：允許生成人物，包括未成年人。這是 Imagen 4 生成模型、imagen-3.0-capability-001 和 imagen-product-recontext-preview-06-30 的預設值。
      • allow_adult：只允許生成成人內容，包括名人。這是所有其他模型的預設值。
      • dont_allow：禁止在生成的圖像中加入人物或臉部。
    • SAFETY_SETTING：字串。選用。這項設定可控管生成圖像的安全篩選器門檻。可用值：
      • block_low_and_above：最高安全門檻，因此會篩除最多生成的圖像。先前的值：block_most。
      • block_medium_and_above (預設)：中等安全閾值，可平衡篩選潛在有害和安全內容。先前的值：block_some。
      • block_only_high：安全門檻，可減少因安全篩選器而遭封鎖的要求數量。這項設定可能會增加 Imagen 生成的不當內容。先前的值：block_few。
    • SEED_NUMBER：整數。選用。您提供的任何非負整數，可讓輸出圖片具有確定性。提供相同的種子編號一律會產生相同的輸出圖片。如果您使用的模型支援數位浮水印，就必須設定 "addWatermark": false 才能使用這個欄位。可接受的整數值：1 - 2147483647。
    • OUTPUT_STORAGE_URI：字串。選用。用於儲存輸出圖片的 Cloud Storage bucket。如果未提供，回應中會傳回 base64 編碼的圖片位元組。範例值： gs://image-bucket/output/。

HTTP 方法和網址：

POST https://REGION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/REGION/publishers/google/models/MODEL_VERSION:predict

JSON 要求內文：

{
  "instances": [
    {
      "prompt": "TEXT_PROMPT"
    }
  ],
  "parameters": {
    "sampleCount": IMAGE_COUNT
  }
}

如要傳送要求，請選擇以下其中一個選項：

curl

將要求主體儲存在名為 request.json 的檔案中，然後執行下列指令：

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://REGION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/REGION/publishers/google/models/MODEL_VERSION:predict"

PowerShell

將要求主體儲存在名為 request.json 的檔案中，然後執行下列指令：

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://REGION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/REGION/publishers/google/models/MODEL_VERSION:predict" | Select-Object -Expand Content
以下是含有 "sampleCount": 2 的要求範例回應。回應會傳回兩個預測物件，其中包含以 base64 編碼產生的圖片位元組。 
{
  "predictions": [
    {
      "bytesBase64Encoded": "BASE64_IMG_BYTES",
      "mimeType": "image/png"
    },
    {
      "mimeType": "image/png",
      "bytesBase64Encoded": "BASE64_IMG_BYTES"
    }
  ]
}

如果您使用的模型支援提示強化功能，回覆內容會包含額外的 prompt 欄位，其中含有用於生成內容的強化提示：

{
  "predictions": [
    {
      "mimeType": "MIME_TYPE",
      "prompt": "ENHANCED_PROMPT_1",
      "bytesBase64Encoded": "BASE64_IMG_BYTES_1"
    },
    {
      "mimeType": "MIME_TYPE",
      "prompt": "ENHANCED_PROMPT_2",
      "bytesBase64Encoded": "BASE64_IMG_BYTES_2"
    }
  ]
}

後續步驟

閱讀有關 Imagen 和其他 Vertex AI 生成式 AI 產品的文章：