Bria FIBO 2.0 текст-в-изображение и изображение-в-изображение: параметры, промпты и примеры вызова

Два входа модели Bria FIBO 2.0

Bria FIBO 2.0 представлена на платформе двумя моделями: Bria FIBO 2.0 текст-в-изображение (fibo-2.0/text-to-image) генерирует изображение по текстовому промпту, а Bria FIBO 2.0 изображение-в-изображение (fibo-2.0/image-to-image) редактирует существующее изображение по инструкциям на естественном языке. Цены одинаковы — $0,0572 за изображение; выход около 1 миллиона пикселей, при соотношении 1:1 — 1024×1024.

Bria обучает модели на лицензированных данных, что подходит для коммерческого использования. Модель хорошо управляет фотографическими элементами — ракурсом, светом, глубиной резкости, композицией, и это стоит использовать в первую очередь: вместо нагромождения прилагательных лучше описывать эти элементы явно и по абзацам, чтобы их можно было настраивать по отдельности.

Три типа задач, которые ей подходят

• Корректировка ракурса и света на готовых материалах: есть готовая фотография товара или портрет, и нужно только сменить точку съёмки на вид сверху под 45 градусов или изменить свет с полуденного на сумеречный, не трогая позу, одежду и фон. Изображение-в-изображение хорошо справляется с изменением одного атрибута при сохранении остальных — это как раз такой случай.
• Концепт-арт сцены в заданном стиле: структурированное описание сцены, ракурса и света, плюс выбор одного стиля из Kodak Film, Hard Flash, Hazy Dreamy, Rough Realism для раннего поиска визуального направления.
• Локальная замена с маской: изменить только определённую область кадра — например, заменить предмет на столе или вывеску на фоне, обозначив область чёрно-белой маской, оставив остальное без изменений.

Как использовать параметры

Структура входных параметров у моделей разная: ключевое поле текст-в-изображение — prompt, ключевое поле изображение-в-изображение — instruction. Имена полей похожи, но значения и ограничения различаются, поэтому надёжнее рассматривать их отдельно.

Bria FIBO 2.0 текст-в-изображение (fibo-2.0/text-to-image)

21 значение aspect_ratio включает 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. Если не передавать, изображение генерируется в 1:1. Общий объём выхода около 1 миллиона пикселей, соотношение меняет только распределение длины и ширины.

style и image_url не могут сосуществовать — это нужно проверять в коде заранее: если нужен фиксированный стиль, передавайте style; если нужны визуальные характеристики конкретного изображения, передавайте image_url, но только одно из двух. Конфликт параметров не разрешается автоматически на стороне генерации, поэтому проще перехватить его заранее, чем разбираться потом.

Bria FIBO 2.0 изображение-в-изображение (fibo-2.0/image-to-image)

Порядок image_urls имеет значение: первое изображение определяет редактируемый объект, остальные действуют только при ссылке на них в instruction — ссылка задаётся записью <image_1>, <image_2> в instruction. Если референсное изображение не упомянуто в instruction, оно не используется.

Если aspect_ratio не передан, наследуется от первого изображения; при редактировании одного изображения всегда сохраняется исходное соотношение. mask_url используется только когда нужно ограничить область изменений: маска — чёрно-белое изображение, белый означает изменяемую область, размер должен совпадать с исходным изображением для точного совмещения; при наличии маски в image_urls можно передать только 1 изображение, добавить референсные нельзя.

При использовании изображение-в-изображение инструкция лучше всего должна затрагивать только один атрибут. Выберите что-то одно — ракурс, свет, время, одежду или материал — а остальное опишите как «оставить без изменений», так результат легче оценить на соответствие.

Как писать промпты

Рекомендуемый порядок описания: субъект и действие → сцена → ракурс → свет и время суток → глубина резкости и фокус → материалы и качество. Запись по этим шести частям равносильна разбиению изображения на шесть независимо настраиваемых переменных: чтобы сменить ракурс, измените только третью часть; чтобы сменить время суток — только четвёртую; остальное остаётся нетронутым, и разница от изменения легко атрибутируется. Управление фотографическими элементами — сильная сторона этой модели, и эти шесть частей в основном покрывают её сильные стороны.

Пример 1: prompt для текст-в-изображение

Женщина в тёмно-сером шерстяном пальто стоит на углу улицы после дождя и складывает чёрный зонт с длинной ручкой.
По обе стороны улицы — ещё не открывшиеся утренние магазины, рольставни полуопущены, на земле лужи.
Ракурс 35 мм, чуть снизу, съёмка слева спереди от человека, человек расположен на правой линии третей кадра.
Рассеянный свет облачного утра, холодноватая цветовая температура, без прямого солнечного света.
f/2, малая глубина резкости, лицо человека чёткое, здания на фоне постепенно размываются.
На шерстяной ткани видна мелкая текстура, металлические спицы зонта с лёгким блеском, общее зерно мелкое.

При отправке укажите style как Kodak Film, aspect_ratio как 3:2, seed как 5555. Шесть частей описания независимы: если позже захотите перейти на жёсткий свет в стиле Hard Flash, достаточно изменить style и часть про свет, оставив остальные пять строк как есть, чтобы сравнить разницу.

Пример 2: instruction для изображение-в-изображение

Измените ракурс <image_1> на вид сверху, сохранив позу, одежду и положение человека без изменений.
<image_2> используйте как референс материала одежды: текстуру и блеск пальто обработайте по <image_2>.

Здесь в image_urls передаются два изображения: первое — исходное для редактирования, второе — референс материала, поэтому в instruction обязательно нужно явно ссылаться через <image_1>, <image_2>. Сама инструкция делает только две вещи — меняет ракурс и обрабатывает материал по референсу — и это как раз то, в чём сильна изображение-в-изображение: изменять за раз один атрибут, максимально сохраняя остальное. Ограничение изменений одним измерением уменьшает количество переделок и позволяет легко оценить, достигнут ли ожидаемый результат.

Цена и безопасность контента

Обе модели стоят $0,0572 за изображение; правила оплаты не зависят от соотношения сторон, стиля, количества референсных изображений и наличия маски. 1:1 и 21:9 стоят одинаково, 4 изображения и 1 изображение стоят одинаково, с mask и без mask — одинаково. Стоимость определяется только количеством сгенерированных изображений: 100 штук — $5,72, 1000 штук — $57,2.

О безопасности контента нужно знать заранее: если в описании есть несоответствующий правилам контент, интерфейс не вернёт ошибку — модель перепишет промпт в безопасный контент и продолжит генерацию. Переписанное изображение может не иметь отношения к вашему изначальному замыслу, но вызов всё равно тарифицируется. Поэтому промпт нужно проверять перед отправкой, особенно чувствительные описания, касающиеся людей, одежды и сцен: проблема проявится не ошибкой, а нерелевантным изображением и списанной суммой.

Пример вызова API

Обе модели используют асинхронный интерфейс задач: сначала POST /v1/tasks для отправки задачи, из ответа получаете id задачи, затем опрашиваете GET /v1/tasks/{id} для получения адреса изображения.

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": "Женщина в тёмно-сером шерстяном пальто стоит на углу улицы после дождя, ракурс 35 мм, чуть снизу, рассеянный свет облачного утра, f/2, малая глубина резкости, на шерстяной ткани видна мелкая текстура.",
      "style": "Kodak Film",
      "aspect_ratio": "3:2",
      "seed": 5555
    }
  }'

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

Изображение-в-изображение использует тот же интерфейс задач, меняются только model и 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": "Измените ракурс <image_1> на вид сверху, сохранив позу и одежду человека без изменений. <image_2> используйте как референс материала одежды.",
      "image_urls": [
        "https://example.com/scene.jpg",
        "https://example.com/fabric.jpg"
      ],
      "seed": 5555
    }
  }'

Частые вопросы

Можно ли передавать style и image_url вместе?

Нет. Они взаимоисключающие, одновременная передача вызовет конфликт. Если нужен заданный стиль — используйте style; если нужны визуальные характеристики конкретного изображения — используйте image_url, выберите одно.

После передачи mask_url можно ли передать несколько image_urls?

Нет. При наличии маски в image_urls может быть только 1 изображение — то, которое редактируется; сама маска — чёрно-белое изображение, белая область означает изменяемую часть, размер должен совпадать с исходным изображением.

Как воспроизвести одно и то же изображение?

Зафиксируйте seed. Диапазон значений 0–2147483647, по умолчанию 5555; одинаковый seed с одинаковым промптом воспроизводит результат. Значение seed по умолчанию для изображение-в-изображение также 5555.