3688e40383
- 清理万相相关内容（SKILL.md、wan_image_edit.py），仅保留豆包Seedream - 修正豆包万相误称，明确为火山引擎豆包Seedream - 新增文字渲染技巧章节（双引号包裹、逐字拼写、清晰度约束） - 更新doubao-api-reference.md模型ID和参数说明 - 新增产品/NAS U盘目录（实拍图、主图、产品名称） - 清理旧的nascab目录冗余图片和脚本
100 lines
2.5 KiB
Markdown
100 lines
2.5 KiB
Markdown
# 火山引擎 Ark 图像生成 API 参考
|
||
|
||
> 本文档描述字节跳动/火山引擎的豆包 Seedream 模型 API。
|
||
> 阿里云万相（Wan）是不同厂商的产品，参见万相相关文档。
|
||
|
||
## 端点
|
||
|
||
`POST https://ark.cn-beijing.volces.com/api/v3/images/generations`
|
||
|
||
## 认证
|
||
|
||
```
|
||
Authorization: Bearer ark-119a37ed-f123-42fc-aea6-b38d47d47fc0-f7ddf
|
||
```
|
||
|
||
## 响应格式
|
||
|
||
### 成功响应 (response_format: "url")
|
||
|
||
```json
|
||
{
|
||
"created": 1234567890,
|
||
"data": [
|
||
{
|
||
"url": "https://...",
|
||
"revision": 0
|
||
}
|
||
]
|
||
}
|
||
```
|
||
|
||
### 成功响应 (response_format: "b64_json")
|
||
|
||
```json
|
||
{
|
||
"created": 1234567890,
|
||
"data": [
|
||
{
|
||
"b64_json": "...",
|
||
"revision": 0
|
||
}
|
||
]
|
||
}
|
||
```
|
||
|
||
### 错误响应
|
||
|
||
```json
|
||
{
|
||
"error": {
|
||
"code": "invalid_request_error",
|
||
"message": "..."
|
||
}
|
||
}
|
||
```
|
||
|
||
## 可用模型
|
||
|
||
| Model ID | 能力 | 最大尺寸 | 备注 |
|
||
|---|---|---|---|
|
||
| `doubao-seedream-5-0-260128` | 文生图、图生图、多图融合、编辑、批量、联网搜索 | 3K | **默认推荐** |
|
||
| `doubao-seedream-5-0-lite-260128` | 文生图、批量、联网搜索 | 3K | 轻量版，速度更快 |
|
||
| `doubao-seedream-4-5-251128` | 文生图、图生图、多图融合 | 4K | 高质量 |
|
||
| `doubao-seedream-4-0-250828` | 文生图、图生图、多图融合 | 4K | 稳定版 |
|
||
| `doubao-seededit-3-0-i2i` | 精确图片编辑 (seed/guidance_scale) | adaptive | **当前API Key无权限** |
|
||
|
||
> ⚠️ `doubao-seededit-3-0-i2i` 精确编辑模型在当前 API Key 下返回 404，暂不可用。
|
||
|
||
## 图片输入格式
|
||
|
||
- **URL**: 公网可访问的 HTTP/HTTPS URL
|
||
- **Base64**: `data:image/<format>;base64,<encoded_data>`
|
||
- 格式必须小写: `data:image/png;base64,...`（不是 `PNG`）
|
||
- 支持格式: png, jpeg, jpg, webp, bmp, tiff, gif
|
||
- 文件大小: 不超过 10MB
|
||
- 总像素: ≤ 6000×6000
|
||
- 宽高比: [1/16, 16]
|
||
|
||
## 尺寸约束
|
||
|
||
### 方式1：分辨率别名
|
||
- `2K`（默认）、`3K`（仅5.0）、`4K`（4.5/4.0）
|
||
- 需在 prompt 中描述宽高比/形状/用途，由模型判断具体像素
|
||
|
||
### 方式2：精确像素
|
||
- 格式: `"WIDTHxHEIGHT"`（如 `"2048x2048"`）
|
||
- 总像素范围: [3686400, 16777216]（即最小约 2560×1440）
|
||
- 宽高比范围: [1/16, 16]
|
||
- 每个维度: [1280, 4096]
|
||
|
||
> ⚠️ 两种方式不可混用
|
||
|
||
## image 参数说明
|
||
|
||
- 类型: `string[]`（URL或Base64数组）
|
||
- 最多 **10** 张参考图
|
||
- 输入图 + 输出图总数 ≤ 15
|
||
- prompt 中用"图1""图2"等指代图片顺序
|
||
- **重要**: image 传入的是参考图，模型会根据 prompt 重新生成，不能100%像素级保留原图产品外观
|