容器化部署 LongCat-Image

0.LongCat-Image 简介

LongCat-Image 是美团 LongCat 团队开源的一款新一代图像生成与编辑基础模型，主打高效、小参数与强中文能力。它在仅约 60 亿参数规模下，在文生图和图像编辑多项公开基准中达到或接近开源 SOTA 水平。

1 部署步骤

我们提供了构建完毕的 LongCat-Image 镜像可以直接部署使用。

1.1 访问共绩算力控制台 https://console.suanli.cn，点击新增部署。

1.2 基于自身需要进行配置，参考配置为单卡 4090 和 1 个节点（初次使用进行调试）。

1.3 选择相应预制镜像

1.4 点击部署服务，耐心等待节点拉取镜像并启动。

1.5 节点启动后，你所在“任务详情页”中看到的内容可能如下：

1.6 我们可以点击快速访问下方“7891”端口的链接，测试 Gradio 运行情况

2 Gradio 效果测试

2.1 LongCat-Image 文生图

打开链接后默认为「文生图」部分：

接下来填写 prompt，可根据自身需要填充对应参数，然后点击生成按钮，耐心稍等片刻 10s - 20s 后显示生成结构：

2.2 LongCat-Image-Edit 图片编辑

在左上角的 tab 中选择「图像编辑」，点击或者拖拽图片上传后添加提示词以及对应参数，点击「开始生成」后等待结果即可：

2.3 保存/放大图片

如果我们需要保存/放大该图片，可以单击图片后在右上角选择下载或者全屏：

3 API 调用测试

Gradio 页面右下角点击「Use via API」可以查看完整调用示例：

调用接口有

• /generate_t2i
• /exchange_width_height
• /scale_resolution_1_5
• /stop_generate
• /generate_edit
• /stop_generate_1

效果测试

from gradio_client import Client

client = Client("https://deployment-8728-wzvka8i5-7891.550w.link/")
result = client.predict(
    prompt="A photo of a cat",
    negative_prompt="",
    width=1024,
    height=1024,
    num_inference_steps=28,
    batch_images=1,
    seed_param=-1,
    api_name="/generate_t2i"
)
print(result)

可以看到文件已经保存在本地，直接 open 即可看到：

open "/private/var/folders/8r/xj_b9xgx1fn54j87jwrdtk6c0000gn/T/gradio/ab0c989247e6f74d8c54e5b957b3afe679009fbbc042e46662ebc785ec49637a/image.webp"