阿里云悠船AI绘图大模型对接使用完全指南：从开通到生产级集成

引言：企业级AI绘图的正确打开方式

在AIGC浪潮席卷各行各业的今天，AI绘图已经从实验室走向了生产环境。设计师用它快速产出创意草图，游戏开发者用它生成角色概念与场景原画，电商运营用它批量制作商品主图与广告素材。然而，如何将AI绘图能力稳定、安全、高效地集成到企业自有产品中，始终是一个需要认真对待的技术课题。

阿里云悠船AI绘图大模型给出了一个值得关注的答案。它基于Midjourney提供企业级AI图像与视频生成能力，支持文生图、图像编辑、高清放大、风格转绘、视频生成等多种功能。通过标准RESTful API接入，开发者可以快速将AI创作能力集成到自有产品中。本文将从零开始，一步步带你走完从账号开通到生产级集成的完整路径。

需要先登录阿里云控制台，点击：阿里云控制台

一、产品定位与核心能力全景

在动手写代码之前，有必要先建立对悠船产品的整体认知。悠船是小船创意（上海）网络技术有限公司出品的生成式视觉艺术模型，其模型API不仅可以产出复杂、细腻的图像，还可以生成其他多种视觉形态，适应不同的创作需求。悠船的用户群体涵盖创意工作者、设计师、游戏开发者、教育培训机构和艺术家。

从技术架构来看，悠船基于DiT物理扩散模型与Transformer架构，擅长生成高饱和度的奇幻场景与写实图像，细节细腻。通过深度学习百万级优质视觉样本，实现了精准匹配用户需求的专业审美能力。

1.1 核心能力清单

悠船API提供了覆盖图像创作全流程的能力矩阵：

• 文生图/图生图：通过文本描述和/或参考图片生成高质量图像
• 图像编辑：支持局部重绘、风格变化、重塑、延展、扩图等二次编辑操作
• 高清放大：将图像提升至2K/4K分辨率
• 风格转绘：改变图像的纹理与风格（需v6.1及以上模型）
• 背景移除：自动去除图像背景
• 视频生成：基于图像首帧和文字提示生成5秒短视频，支持延长至21秒

1.2 模型版本矩阵

悠船提供了丰富的模型版本选择，每个版本在图像质量、风格取向和功能支持上各有侧重：

• v8.1：最新全面升级版本，原生2K高清（--hd），速度提升约5倍，增强文本渲染与提示词遵循能力
• v7：当前默认模型，显著提升文本和图像提示处理精度，优化人体结构和手部细节
• v6/v6.1：增强长提示词准确性，改进连贯性；v6.1速度更快，支持否定提示和转绘
• niji 6/niji 7：专注东方/动漫美学，提供精准角色控制和丰富风格化选项
• 视频模型：将静态图像转化为5秒动态视频，支持延长至21秒和1080P高清

二、开通服务与凭证获取

悠船AI绘图大模型部署在阿里云云市场，以SaaS形式交付。开通前需要明确一个重要前提：本文档适用于已在阿里云云市场开通悠船AI绘图大模型服务的企业用户，个人账号暂不支持开通。

2.1 开通步骤

第一步，访问阿里云云市场的悠船AI绘图大模型店铺页面：

https://market.aliyun.com/detail/cmgj00071203

第二步，点击"立即购买"，在弹出的"开通按量服务"窗口中勾选"同意《服务商用户协议》与《云市场平台服务协议》"，点击"立即开通"。开通时云市场会校验阿里云账号的企业实名认证状态，仅经过企业实名认证的账号可以开通。

第三步，完成开通后，在云市场的"买家控制台"->"我的服务"栏目中找到已开通的悠船服务，点击"详情"按钮。

2.2 获取API凭证

在服务详情页面可以看到两组关键凭证：

• 机构号（x-youchuan-app）：平台机构标识，用于识别调用方身份
• 授权码（x-youchuan-secret）：机构授权凭证，用于身份验证

需要特别强调的是，机构号与授权码是API调用的唯一身份验证凭证，请妥善保管，切勿泄露至客户端代码或公共代码仓库中。

三、鉴权机制与请求结构

理解鉴权机制是成功调用API的第一步。悠船API采用双重请求头认证机制，所有API请求均需在HTTP请求头中携带两个字段：

请求示例如下：

POST /v1/tob/diffusion HTTP/1.1
Host: ali.youchuan.cn
Content-Type: application/json
x-youchuan-app: YOUR_APP_ID
x-youchuan-secret: YOUR_SECRET_KEY

所有API接口的Base URL均为：

https://ali.youchuan.cn

四、快速开始：第一次图像生成

掌握了凭证和鉴权之后，就可以发起第一次图像生成了。图像生成接口（/v1/tob/diffusion）同时支持纯文本生图和图片引导生图。

4.1 纯文本生图（Python实现）

以下是最基础的文生图调用示例：

import requests
import json

url = "https://ali.youchuan.cn/v1/tob/diffusion"

headers = {
    "Content-Type": "application/json",
    "x-youchuan-app": "YOUR_APP_ID",
    "x-youchuan-secret": "YOUR_SECRET_KEY"
}

data = {
    "text": "A beautiful sunset over the ocean with gentle waves, digital art style",
    "callback": "https://your-callback-url.com"
}

response = requests.post(url, headers=headers, json=data)
print(response.json())

callback参数用于接收异步回调结果。如果不希望使用回调，也可以轮询查询任务状态，具体方式参见官方文档中的任务查询接口。

4.2 cURL方式调用

对于快速测试，cURL是最直接的方式：

curl -X POST https://ali.youchuan.cn/v1/tob/diffusion \
  -H "Content-Type: application/json" \
  -H "x-youchuan-app: YOUR_APP_ID" \
  -H "x-youchuan-secret: YOUR_SECRET_KEY" \
  -d '{"text":"A beautiful sunset over the ocean","callback":"https://your-callback-url.com"}'

4.3 带图像提示的图生图

图生图通过在text字段中直接嵌入图片URL来实现：

data = {
    "text": "https://example.com/ref-image.jpg A beautiful sunset over the mountains",
    "callback": "https://your-callback-url.com"
}

response = requests.post(url, headers=headers, json=data)

悠船会分析参考图像的核心元素——色彩、构图、主体等——并将其作为创建全新图像的灵感来源。图片URL与文本提示词之间用空格分隔即可。

五、核心API接口详解

悠船API提供了丰富的接口体系，覆盖从图像生成到视频制作的全链路。以下逐一解析主要接口的用途与调用方式。

5.1 图像生成接口（/v1/tob/diffusion）

这是最核心的接口，支持文生图和图生图两种模式。不同模型版本对该接口的支持程度略有差异：

5.2 图生视频接口（/v1/tob/video-diffusion）

视频生成是悠船的一大特色能力。视频模型可将静态图像转化为5秒动态视频序列，以单张图片作为首帧，配合可选的文字提示生成连贯的视频内容。

指定首帧图片有两种方式：

方式一：使用悠船生成的图像

通过传入jobId和imageNo指定视频的首帧，适用于先用图像生成接口创建图片、再将其转化为视频的工作流：

data_with_image = {
    "jobId": "existing_job_id",
    "imageNo": 0,
    "prompt": "Make this image move with gentle animation",
    "callback": "https://your-callback-url.com"
}
response = requests.post(
    "https://ali.youchuan.cn/v1/tob/video-diffusion",
    headers=headers,
    json=data_with_image
)

方式二：使用自定义图像

在prompt字段中通过图片URL指定视频首帧：

data = {
    "prompt": "https://example.com/start-image.jpg A beautiful sunset over the ocean with gentle waves",
    "callback": "https://your-callback-url.com"
}
response = requests.post(
    "https://ali.youchuan.cn/v1/tob/video-diffusion",
    headers=headers,
    json=data
)

5.3 视频延长与高清

生成的视频可以通过延长接口每次增加4秒，最多延长4次（总计21秒）。视频高清接口可将视频提升至1080P分辨率。

• 视频延长：POST /v1/tob/video/extend
• 视频高清：POST /v1/tob/video/upscale

六、参数体系深度解析

悠船的参数体系是控制图像生成质量与风格的核心工具。不同模型版本的参数支持范围有所不同，需要根据实际使用的模型版本选择合适的参数组合。

6.1 v7模型完整参数

v7作为当前默认模型，参数体系最为成熟：

6.2 v8.1模型参数特色

v8.1在继承v7大部分参数的基础上，引入了若干重要变化：

• --hd：原生2K高清渲染参数，无需后期放大即可获得高清图像
• --quality：取值范围简化为1和4，4为高质量模式
• 不支持--draft：v8.1无草图模式
• 不支持--turbo：v8.1不支持极速模式
• 风格系统兼容：完全兼容v7的个性化配置、风格参考和Moodboard

v8.1最值得关注的特性是原生高清模式（--hd）。与传统的"先生成→再放大"流程不同，--hd在生成阶段即以高分辨率渲染，画面质量和细节均优于后期放大。使用方式如下：

data = {
    "text": "A beautiful sunset --hd",
    "callback": "https://your-callback-url.com"
}
response = requests.post(
    "https://ali.youchuan.cn/v1/tob/diffusion",
    headers=headers,
    json=data
)

七、高级功能：精准控制图像生成

除了基础参数之外，悠船还提供了多提示词、图像引用、角色参考、风格参考、万物引用等高级控制能力，让开发者能够对图像生成进行更精细的调控。

7.1 多提示词与权重控制

多提示词功能允许用户将不同概念进行独立控制与组合，实现更精准的图像生成效果。该功能通过双冒号（::）分隔不同提示词，系统会分别处理每个提示词，再将结果进行智能融合。

基本用法：

• 普通提示词："space ship" → 生成科幻太空船
• 多提示词："space:: ship" → 分别处理"太空"和"船"的概念，可能生成在太空中航行的船只

权重控制：

在双冒号后直接添加数字表示权重值。例如：

• "space::2 ship"："太空"的重要性是"船"的两倍
• 权重默认值为1

负面提示词：

通过设置负权重，可以排除不希望出现在图像中的元素。例如：

• 有效示例："still life painting:: fruit::-0.5"（总权重0.5）
• 无效示例："still life painting:: fruit::-2"（总权重-1，所有权重之和必须为正数）

需要注意的是，多提示词功能暂不支持版本7模型。支持该功能的模型版本包括1、2、3、4、Niji 4、5、Niji 5、6、Niji 6和6.1。

7.2 图像提示词（垫图）

图像提示词让你可以通过在文本提示词中加入图像URL来引导悠船创作。有三种用法：

• 单一图像+文本：选择一张参考图像，添加描述性文本
• 多张图像（无文本）：上传两张或更多图像，让悠船专注视觉元素的融合
• 多张图像+文本：将多张图像与描述性文本结合，获得更详细的指导

图像权重参数--iw用于控制图像提示对最终图像的影响程度：

7.3 角色参考与万物引用

角色参考（--cref）：允许在多个图像中重新创建特定角色。通过使用角色图片，悠船可以识别角色的特征（如发色、服装、面部特征等），并在新场景中生成该角色。注意角色参考与版本7不兼容，如果使用v7模型，请改用万物引用功能。

万物引用（--oref）：将参考图像中的角色、物体等元素精确地放入新创作的场景中，迁移范围包括人物、动物、物品等任何可识别对象。使用格式：

描述文本 --oref [图片URL]

权重调优：

• --ow 1-100：轻度参考，保留灵活性
• --ow 100-400：中度参考
• --ow 400-1000：高度参考，严格遵循参考图

7.4 风格参考（--sref）

风格参考允许用户参考另一张图片的视觉风格。在提示词末尾添加--sref参数，然后粘贴图像URL。最多支持20个风格参考URL。配合--sw（风格参考权重，0-1000，默认100）可以精细控制风格的影响程度。

八、提示词撰写方法论

提示词的质量直接决定生成图像的效果。以下方法论基于悠船官方文档的最佳实践整理。

8.1 语法层面的建议

• 提示词优先于语法结构：悠船的模型已经训练到可以足够理解提示词，即使输入的语法有错误，只要提示词正确，也能够生成图片
• 提示词不宜过长：复杂结构的提示词（如定语从句）可能导致模型生成不准确的图片。建议将指令拆分成逗号分隔的短语
• 使用"形容词+名词"的词序：例如将"头发飞舞于风中"替换为"飞舞的头发"
• 使用精准具体的动词和形容词：例如将"手搭着脸"替换为"双手托着下巴"

8.2 词汇层面的建议

• 名词：悠船可准确识别名词词汇，建议尽量使用名词；名词较多时可用符号隔开
• 介词：悠船对介词的理解有一定欠缺，尤其是对方位理解。建议减少使用介词短语，替换为"形容词+名词"
• 动词：使用动词应精确具体，例如"水滴溅在叶片上"比"水滴落在叶片上"更具动感
• 形容词：应精准具象，避免模糊描述
• 代词：悠船对代词的理解有一定欠缺，尽量不使用代词指代

8.3 内容层面的建议

• 明确表达需求：专注描写你想要的图像，明确告诉它你想要什么，而不是告诉它你不想要什么
• 提示词精准具体：尽量具体地说明图像中需要包含的元素，多使用名词或"形容词+名词"
• 前置重要信息：系统会优先识别和考虑更靠前的词汇信息，将重要信息优先输入

8.4 风格探索技巧

悠船默认风格下即使简短的提示词也能生成美丽的图像，但通过结合艺术媒介、历史时期、地点等概念，可以创造出更有趣和个性化的结果。可以尝试以下方向：

• 选择媒介：油画、蜡笔、印刷机、墨水等
• 穿越时空：不同时代有不同的视觉风格
• 表达情感：使用情感词语赋予角色个性
• 丰富色彩：探索丰富的色彩可能性
• 环境探索：不同的环境可以营造独特的氛围

九、计费规则与成本优化

悠船采用以标准任务为基数的计费方式，其他类型任务的计费是在标准任务的基础上乘以对应的系数。

9.1 计费公式

单条任务价格 = 标准任务单价 × 任务系数 × 速度系数

标准任务 = 标准生图1生4，快速模式下的价格为0.6元/次。

9.2 速度系数

重要说明：草图模式的0.5系数仅适用于版本7；版本8.1的草图模式计费与标准生图任务一致（系数为1，不享受减半）。

9.3 任务系数

9.4 v8.1特有参数系数

v8.1模型的--hd参数会叠加1.5倍系数。例如：

• v7标准生图：0.6元
• v8.1标准生图+--hd：0.6 × 1 × 1.5 = 0.9元

十、生产级集成最佳实践

将悠船API集成到生产环境时，以下几个方面的考量至关重要。

10.1 凭证安全管理

机构号与授权码是API调用的唯一身份验证凭证，切勿泄露至客户端代码或公共代码仓库中。建议：

• 将凭证存储在环境变量或密钥管理服务中
• 不在前端代码中暴露任何凭证信息
• 定期轮换授权码

10.2 异步回调 vs 轮询

图像生成是异步任务，需要等待处理完成。有两种方式获取结果：

• 回调方式：在请求中传入callback URL，任务完成后服务端主动推送结果。推荐用于生产环境，效率更高
• 轮询方式：主动查询任务状态。适合回调不可达的场景

10.3 错误处理与重试

API调用可能因网络波动、服务繁忙等原因失败。建议实现：

• 指数退避重试策略
• 超时控制（建议设置30秒以上的超时时间）
• 详细的错误日志记录

10.4 模型版本选择策略

• 快速原型验证：使用v7 + --draft模式，成本低、速度快
• 高质量生产图像：使用v8.1 + --hd模式，原生2K高清
• 动漫/东方风格：使用niji系列模型
• 视频生成：使用视频模型，注意480p和720p的成本差异

10.5 成本控制建议

• 优先使用v7的--draft模式进行创意迭代，确认方向后再用v8.1 + --hd生成最终版本
• 视频生成优先考虑480p，仅在需要高清输出时使用720p（成本为3倍）
• 合理使用--seed参数复现结果，避免重复生成
• 监控API调用量，设置预算告警

结语

阿里云悠船AI绘图大模型为企业级AI图像生成提供了一个稳定、功能丰富且文档完善的解决方案。从账号开通到API集成，从基础文生图到多提示词精确控制，从静态图像到动态视频，悠船覆盖了AI视觉创作的全链路。本文涵盖了从入门到生产级集成的完整知识体系，希望能帮助开发者快速上手并将AI创作能力高效落地到自有产品中。

常见问题解答

问：个人账号能否开通悠船AI绘图大模型？
答：不能。悠船AI绘图大模型仅限已完成企业实名认证的阿里云账号开通，个人账号暂不支持。

问：如何获取API调用的凭证？
答：开通服务后，进入云市场买家控制台 > 我的服务 > 详情，即可获取机构号（x-youchuan-app）和授权码（x-youchuan-secret）。

问：v7和v8.1模型应该如何选择？
答：v7是当前默认模型，支持草图模式（--draft，半价）和更丰富的接口（如扩图、区域重绘）；v8.1是最新版本，支持原生2K高清（--hd），速度提升约5倍，但部分接口暂不支持。快速迭代用v7的--draft，高质量输出用v8.1的--hd。

问：多提示词功能支持v7模型吗？
答：不支持。多提示词功能暂不支持版本7模型。支持该功能的模型包括1、2、3、4、Niji 4、5、Niji 5、6、Niji 6和6.1。

问：如何控制生成图像的风格？
答：可以通过多种方式控制风格：使用--stylize参数调整艺术风格强度（0-1000）；使用--sref风格参考引用其他图像的风格；使用--raw原始模式禁用默认美化；使用--weird参数引入超现实元素。

问：视频生成支持哪些分辨率？费用如何？
答：悠船视频支持480p（默认）和720p两种规格。480p费用系数为4.0，720p费用系数为12.0（为480p的3倍）。通过视频高清接口还可生成1080P视频。