Bria FIBO 2.0 texto a imagen e imagen a imagen: parámetros, prompts y ejemplos de llamada

Los dos puntos de entrada de modelo de Bria FIBO 2.0

Bria FIBO 2.0 ofrece dos modelos en la plataforma: Bria FIBO 2.0 texto a imagen (fibo-2.0/text-to-image) genera una imagen a partir de un prompt, y Bria FIBO 2.0 imagen a imagen (fibo-2.0/image-to-image) edita una imagen existente siguiendo instrucciones en lenguaje natural. Ambos tienen el mismo precio: $0.0572 por imagen; la salida es de aproximadamente 1 millón de píxeles, y en relación 1:1 es de 1024×1024.

Bria entrena sus modelos con datos licenciados, por lo que es adecuado para escenarios comerciales. Tiene un control bastante fuerte sobre elementos fotográficos como el ángulo de cámara, la iluminación, la profundidad de campo y la composición, y ahí está lo más valioso de usarlo: en lugar de acumular adjetivos, conviene escribir estos elementos como descripciones explícitas y ajustables por secciones.

Tres tipos de trabajo para los que es adecuado

• Ajuste de ángulo de cámara e iluminación sobre material existente: tienes una foto de producto o un retrato ya tomado y solo quieres cambiar el punto de vista a un picado de 45 grados, o pasar la luz del mediodía al atardecer, sin tocar la pose, la ropa ni el fondo. La imagen a imagen es buena para cambiar solo un atributo y dejar el resto intacto; este tipo de necesidad encaja perfectamente.
• Concept art de escena con estilo definido: describe la escena, el ángulo de cámara y la iluminación con una descripción estructurada, y elige un estilo entre Kodak Film, Hard Flash, Hazy Dreamy o Rough Realism, para explorar direcciones visuales en una fase temprana.
• Reemplazo local con máscara: modificar solo una zona de la imagen, por ejemplo sustituir un objeto sobre la mesa o cambiar un letrero del fondo, delimitando el área con una máscara en blanco y negro y dejando el resto igual.

Cómo usar los parámetros

Los dos modelos tienen estructuras de entrada distintas: el campo central de texto a imagen es prompt, y el de imagen a imagen es instruction. Los nombres de los campos son parecidos, pero los valores y las restricciones difieren, así que conviene revisarlos por separado.

Bria FIBO 2.0 texto a imagen (fibo-2.0/text-to-image)

Los 21 valores de aspect_ratio incluyen 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 16:10, 10:16, 2:1, 1:2, 21:9, 9:21, 3:1, 1:3, 4:1, 1:4, 5:1, 1:5. Si no se envía, se genera en 1:1. La salida total es de aproximadamente 1 millón de píxeles; la relación solo cambia el reparto entre ancho y alto.

style e image_url no pueden coexistir, y esto hay que validarlo previamente en el código: si necesitas fijar un estilo, envía style; si necesitas tomar las características visuales de una imagen, envía image_url; solo se puede elegir uno. Los conflictos de parámetros no se resuelven automáticamente del lado de la generación, así que interceptarlos antes resulta más cómodo que investigarlos después.

Bria FIBO 2.0 imagen a imagen (fibo-2.0/image-to-image)

El orden de image_urls importa: la primera imagen determina el sujeto que se edita, y las demás solo intervienen cuando se las referencia en instruction; la forma de referenciarlas es escribir <image_1>, <image_2> en instruction. Si una imagen de referencia no se menciona en instruction, es como si no se usara.

Si no se envía aspect_ratio, se usa el de la primera imagen; en la edición de una sola imagen siempre se mantiene la relación de la original. mask_url solo se usa cuando hace falta limitar el alcance del cambio: la máscara es una imagen en blanco y negro, la zona blanca indica el área que se va a modificar, y el tamaño debe coincidir con el de la imagen original para que quede alineada; con máscara, image_urls solo puede incluir 1 imagen, sin posibilidad de añadir imágenes de referencia.

Al usar imagen a imagen, conviene que la instrucción afecte a un solo atributo. Elige uno entre ángulo de cámara, iluminación, hora, ropa o material, y escribe el resto como «sin cambios»; así es más fácil juzgar si el resultado cumple lo esperado.

Cómo escribir los prompts

El orden de descripción recomendado es: sujeto y acción → escena → ángulo de cámara → iluminación y momento del día → profundidad de campo y foco → material y calidad de imagen. Escribir con estas seis secciones equivale a descomponer la imagen en seis variables ajustables de forma independiente: si quieres cambiar el ángulo de cámara, solo modificas la tercera sección; si quieres cambiar el momento del día, solo modificas la cuarta; el resto de las descripciones queda intacto, y así se puede atribuir con claridad la diferencia que produce cada cambio. El control de los elementos fotográficos es el punto fuerte de este modelo, y estas seis secciones cubren básicamente ese terreno.

Ejemplo 1: prompt de texto a imagen

Una mujer con un abrigo de lana gris oscuro está de pie en una esquina de calle después de la lluvia, cerrando un paraguas negro de mango largo.
A ambos lados de la calle hay tiendas que aún no han abierto a primera hora de la mañana, con las persianas metálicas a medio bajar y charcos en el suelo.
Vista de 35 mm, ángulo de cámara ligeramente bajo, tomada desde la parte delantera izquierda de la persona, que queda en la línea de los tercios a la derecha del encuadre.
Luz difusa de una mañana nublada, temperatura de color fría, sin luz solar directa.
Profundidad de campo reducida f/2, rostro de la persona nítido, edificios del fondo desenfocados progresivamente.
En la lana se aprecia una textura fina y densa, las varillas metálicas del paraguas tienen un ligero brillo especular, grano general fino.

Al enviarlo, especifica además style como Kodak Film, aspect_ratio como 3:2 y seed como 5555. Las seis secciones de la descripción son independientes; si más adelante quieres pasar al estilo de luz dura de Hard Flash, basta con cambiar style y la sección de iluminación, manteniendo las otras cinco líneas igual para comparar diferencias.

Ejemplo 2: instruction de imagen a imagen

Cambia el ángulo de cámara de <image_1> a un picado desde justo arriba, manteniendo sin cambios la pose, la ropa y la posición de la persona.
Usa <image_2> como referencia del material de la ropa; la textura del tejido y el brillo del abrigo deben seguir <image_2>.

Aquí se envían dos imágenes en image_urls: la primera es la imagen original que se va a editar y la segunda es la imagen de referencia del material; por eso en instruction hay que indicar explícitamente <image_1> y <image_2>. La instrucción en sí hace solo dos cosas —cambiar el ángulo de cámara y ajustar el material según la referencia—, que es justo el terreno en el que destaca imagen a imagen: cambiar un atributo por vez y dejar el resto lo más intacto posible. Limitar el cambio a una sola dimensión reduce el retrabajo y facilita juzgar si esta llamada ha cumplido lo esperado.

Precio y seguridad de contenido

Ambos modelos cuestan $0.0572 por imagen, y la regla de facturación no depende de la relación de aspecto, el estilo, el número de imágenes de referencia ni de si se usa máscara. 1:1 y 21:9 cuestan lo mismo; enviar 4 imágenes o 1 cuesta lo mismo; con mask o sin mask cuesta lo mismo. El coste solo depende del número de imágenes generadas: 100 imágenes son $5.72 y 1000 imágenes son $57.2.

Hay un punto sobre seguridad de contenido que hay que saber de antemano: si la descripción contiene contenido no permitido, la API no devuelve un error; el modelo reescribe el prompt con contenido seguro y sigue generando la imagen. La imagen reescrita puede no tener relación con tu intención original, pero la llamada se factura igualmente. Por eso conviene revisar el prompt antes de enviarlo, sobre todo las descripciones sensibles relacionadas con personas, ropa o escenas: el problema no aparecerá como un error, sino como una imagen que no tiene nada que ver y un cargo.

Ejemplo de llamada a la API

Ambos modelos usan la interfaz de tareas asíncronas: primero se hace POST /v1/tasks para enviar la tarea, se obtiene el id de la tarea de la respuesta y luego se consulta por sondeo GET /v1/tasks/{id} para obtener la URL de la imagen.

curl -X POST "$HIAPI_BASE_URL/v1/tasks" \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "fibo-2.0/text-to-image",
    "input": {
      "prompt": "Una mujer con un abrigo de lana gris oscuro está de pie en una esquina de calle después de la lluvia, vista de 35 mm, ángulo de cámara ligeramente bajo, luz difusa de una mañana nublada, profundidad de campo reducida f/2, en la lana se aprecia una textura fina y densa.",
      "style": "Kodak Film",
      "aspect_ratio": "3:2",
      "seed": 5555
    }
  }'

curl "$HIAPI_BASE_URL/v1/tasks/{id}" \
  -H "Authorization: Bearer $HIAPI_API_KEY"

Imagen a imagen usa la misma interfaz de tareas; solo cambia model e input:

curl -X POST "$HIAPI_BASE_URL/v1/tasks" \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "fibo-2.0/image-to-image",
    "input": {
      "instruction": "Cambia el ángulo de cámara de <image_1> a un picado desde justo arriba, manteniendo sin cambios la pose y la ropa de la persona. Usa <image_2> como referencia del material de la ropa.",
      "image_urls": [
        "https://example.com/scene.jpg",
        "https://example.com/fabric.jpg"
      ],
      "seed": 5555
    }
  }'

Preguntas frecuentes

¿Se pueden enviar style e image_url juntos?

No. Son mutuamente excluyentes; enviarlos a la vez provoca un conflicto. Si necesitas especificar un estilo, usa style; si necesitas tomar las características visuales de una imagen, usa image_url; elige uno.

Después de enviar mask_url, ¿se pueden enviar varias imágenes en image_urls?

No. Con máscara, image_urls solo puede contener 1 imagen, la que se edita; la máscara en sí es una imagen en blanco y negro, la zona blanca indica la parte que se va a modificar y el tamaño debe coincidir con el de la imagen original.

¿Cómo reproducir la misma imagen?

Fijando el seed. El rango es 0–2147483647 y el valor por defecto es 5555; el mismo seed con el mismo prompt permite reproducir el resultado. El seed por defecto de imagen a imagen también es 5555.