FLUX용 웹 API 사용 [pro]: Stable Diffusion 원팀의 최신 이미지 생성 AI 모델
소개
이전에 “Stable Diffusion의 오리지널 개발자가 MacBook(M2)에서 FLUX.1 이미지([dev]/[schnell]) 세대 AI 모델 실행”이라는 제목의 기사를 쓴 적이 있습니다. Stable Diffusion 개발자들이 설립한 Black Forest Labs의 FLUX.1 이미지 생성 모델을 시연했습니다.
두 달이 지난 지금, FLUX 1.1 [pro](코드명 Blueberry)가 웹 API에 대한 공개 액세스와 함께 출시되었지만 아직 베타 버전입니다.
오늘 우리는 베타 BFL API의 정식 출시와 함께 가장 진보되고 효율적인 모델인 FLUX1.1 [pro]를 출시합니다. 이번 릴리스는 확장 가능한 최첨단 생성 기술을 통해 제작자, 개발자 및 기업에 역량을 부여하려는 우리의 사명에서 중요한 진전을 이루었습니다.
참고: FLUX1.1 [pro] 및 BFL API 발표 - Black Forest Labs
이번 포스팅에서는 FLUX 1.1 [pro] 웹 API
사용법을 보여드리겠습니다.모든 코드 예제는 Python으로 작성되었습니다.
계정 및 API 키 생성
먼저 계정을 등록하고 API 페이지의 등록 옵션에서 로그인하세요.
크레딧 가격은 각각 $0.01이며 등록 시 50크레딧을 받았습니다(다양할 수 있음).
가격 페이지 기준 모델 비용은 다음과 같습니다.
- FLUX 1.1 [pro]: 이미지당 $0.04
- FLUX.1 [프로]: 이미지당 $0.05
- FLUX.1 [dev]: 이미지당 $0.025
로그인한 후 키 추가를 선택하고 원하는 이름을 입력하여 API 키를 생성하세요.
아래 그림과 같이 키가 나타납니다.
환경설정
운영 체제로 macOS 14 Sonoma를 사용하고 있습니다.
Python 버전은 다음과 같습니다.
$ python --version Python 3.12.2
샘플 코드를 실행하기 위해 요청을 설치했습니다.
$ pip install requests
설치된 버전을 확인했습니다:
$ pip list | grep -e requests requests 2.31.0
하드코딩을 방지하기 위해 zshrc 파일을 편집하여 API 키를 환경 변수로 저장했습니다.
$ open ~/.zshrc
환경 변수 이름을 BFL_API_KEY:
로 지정했습니다.
export BFL_API_KEY=<Your API Key Here>
예제 코드
아래는 몇 가지 추가 설명이 포함된 시작하기의 샘플 코드입니다. 이상적으로는 상태를 사용하여 오류를 처리해야 하지만 단순화를 위해 변경하지 않고 그대로 두었습니다.
import os import requests import time # Request request = requests.post( 'https://api.bfl.ml/v1/flux-pro-1.1', headers={ 'accept': 'application/json', 'x-key': os.environ.get("BFL_API_KEY"), 'Content-Type': 'application/json', }, json={ 'prompt': 'A cat on its back legs running like a human is holding a big silver fish with its arms. The cat is running away from the shop owner and has a panicked look on his face. The scene is situated in a crowded market.', 'width': 1024, 'height': 768, }, ).json() print(request) request_id = request["id"] # Wait for completion while True: time.sleep(0.5) result = requests.get( 'https://api.bfl.ml/v1/get_result', headers={ 'accept': 'application/json', 'x-key': os.environ.get("BFL_API_KEY"), }, params={ 'id': request_id, }, ).json() if result["status"] == "Ready": print(f"Result: {result['result']['sample']}") break else: print(f"Status: {result['status']}")
이 예에서 프롬프트는 다음과 같습니다.
뒷다리로 사람처럼 달리는 고양이가 커다란 은빛 물고기를 팔로 안고 있습니다. 고양이는 가게 주인에게서 도망치며 당황한 표정을 짓습니다. 현장은 사람들이 붐비는 시장에 위치하고 있습니다.
최종 결과 형식은 다음과 같습니다. 테스트한 다른 API에 비해 응답 시간이 빨랐습니다.
$ python --version Python 3.12.2
샘플에는 테스트 당시 bflapistorage.blob.core.windows.net에서 호스팅되었던 생성된 이미지의 URL이 포함되어 있습니다.
생성된 이미지는 다음과 같습니다.
결과가 프롬프트와 밀접하게 일치하여 긴박감을 포착했습니다.
대체 프롬프트 실험
다양한 이미지를 생성하기 위해 다양한 프롬프트를 시도했습니다.
일본 모에 히로인
프롬프트: 애니메이션 스타일을 사용하여 "일본 모에 히로인"을 사용합니다.
$ pip install requests
인기 일본 애니메이션의 과자
프롬프트: "일본 인기 애니메이션에 등장하는 과자"를 애니메이션 스타일을 사용합니다.
$ pip list | grep -e requests requests 2.31.0
수학여행을 온 남자 고등학생
프롬프트: 애니메이션 스타일을 사용하여 "수학여행 중인 남자 고등학생".
$ open ~/.zshrc
기타를 치는 공주
프롬프트: 판타지 아트 스타일을 사용하여 "기타를 치는 공주".
export BFL_API_KEY=<Your API Key Here>
흰색 노트북 위에 있는 귀여운 요정
프롬프트: 사진 스타일을 사용하여 "하얀 노트북 위에 귀여운 요정"을 사용합니다.
import os import requests import time # Request request = requests.post( 'https://api.bfl.ml/v1/flux-pro-1.1', headers={ 'accept': 'application/json', 'x-key': os.environ.get("BFL_API_KEY"), 'Content-Type': 'application/json', }, json={ 'prompt': 'A cat on its back legs running like a human is holding a big silver fish with its arms. The cat is running away from the shop owner and has a panicked look on his face. The scene is situated in a crowded market.', 'width': 1024, 'height': 768, }, ).json() print(request) request_id = request["id"] # Wait for completion while True: time.sleep(0.5) result = requests.get( 'https://api.bfl.ml/v1/get_result', headers={ 'accept': 'application/json', 'x-key': os.environ.get("BFL_API_KEY"), }, params={ 'id': request_id, }, ).json() if result["status"] == "Ready": print(f"Result: {result['result']['sample']}") break else: print(f"Status: {result['status']}")
검은 단발머리의 28세 일본 여성
프롬프트: 사진 스타일을 사용하여 "검은 단발머리의 28세 일본 예쁜 여성".
$ python --version Python 3.12.2
1980년대 홍콩 다운타운
프롬프트: 사진 스타일을 사용하여 "1980년대 홍콩 시내".
$ pip install requests
2020년 신주쿠 가부키초
프롬프트: 사진 스타일을 사용하여 "2020년 신주쿠 가부키초".
$ pip list | grep -e requests requests 2.31.0
생성된 이미지는 모두 품질이 뛰어났습니다.
고품질 AI 이미지를 너무 많이 생성하고 나니 현실이 거의 초현실적으로 느껴집니다.
결론
Black Forest Labs는 AI 모델을 지속적으로 혁신하고 강화하고 있습니다.
향후 출시될 동영상 생성 기능이 기대됩니다.
일본어 원본 기사
Stable Diffusion의 원본은 AI 모델의 새로운 버전 FLUX 1.1 [pro]의 Web APIを呼ん으로 예쁜 이미지를 생성하도록 만들었습니다
위 내용은 FLUX용 웹 API 사용 [pro]: Stable Diffusion 원팀의 최신 이미지 생성 AI 모델의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

뜨거운 주제











Python은 데이터 과학, 웹 개발 및 자동화 작업에 적합한 반면 C는 시스템 프로그래밍, 게임 개발 및 임베디드 시스템에 적합합니다. Python은 단순성과 강력한 생태계로 유명하며 C는 고성능 및 기본 제어 기능으로 유명합니다.

2 시간 이내에 파이썬의 기본 사항을 배울 수 있습니다. 1. 변수 및 데이터 유형을 배우십시오. 이를 통해 간단한 파이썬 프로그램 작성을 시작하는 데 도움이됩니다.

Python은 게임 및 GUI 개발에서 탁월합니다. 1) 게임 개발은 Pygame을 사용하여 드로잉, 오디오 및 기타 기능을 제공하며 2D 게임을 만드는 데 적합합니다. 2) GUI 개발은 Tkinter 또는 PYQT를 선택할 수 있습니다. Tkinter는 간단하고 사용하기 쉽고 PYQT는 풍부한 기능을 가지고 있으며 전문 개발에 적합합니다.

2 시간 이내에 Python의 기본 프로그래밍 개념과 기술을 배울 수 있습니다. 1. 변수 및 데이터 유형을 배우기, 2. 마스터 제어 흐름 (조건부 명세서 및 루프), 3. 기능의 정의 및 사용을 이해하십시오. 4. 간단한 예제 및 코드 스 니펫을 통해 Python 프로그래밍을 신속하게 시작하십시오.

Python은 웹 개발, 데이터 과학, 기계 학습, 자동화 및 스크립팅 분야에서 널리 사용됩니다. 1) 웹 개발에서 Django 및 Flask 프레임 워크는 개발 프로세스를 단순화합니다. 2) 데이터 과학 및 기계 학습 분야에서 Numpy, Pandas, Scikit-Learn 및 Tensorflow 라이브러리는 강력한 지원을 제공합니다. 3) 자동화 및 스크립팅 측면에서 Python은 자동화 된 테스트 및 시스템 관리와 같은 작업에 적합합니다.

Python은 배우고 사용하기 쉽고 C는 더 강력하지만 복잡합니다. 1. Python Syntax는 간결하며 초보자에게 적합합니다. 동적 타이핑 및 자동 메모리 관리를 사용하면 사용하기 쉽지만 런타임 오류가 발생할 수 있습니다. 2.C는 고성능 응용 프로그램에 적합한 저수준 제어 및 고급 기능을 제공하지만 학습 임계 값이 높고 수동 메모리 및 유형 안전 관리가 필요합니다.

제한된 시간에 Python 학습 효율을 극대화하려면 Python의 DateTime, Time 및 Schedule 모듈을 사용할 수 있습니다. 1. DateTime 모듈은 학습 시간을 기록하고 계획하는 데 사용됩니다. 2. 시간 모듈은 학습과 휴식 시간을 설정하는 데 도움이됩니다. 3. 일정 모듈은 주간 학습 작업을 자동으로 배열합니다.

파이썬은 자동화, 스크립팅 및 작업 관리가 탁월합니다. 1) 자동화 : 파일 백업은 OS 및 Shutil과 같은 표준 라이브러리를 통해 실현됩니다. 2) 스크립트 쓰기 : PSUTIL 라이브러리를 사용하여 시스템 리소스를 모니터링합니다. 3) 작업 관리 : 일정 라이브러리를 사용하여 작업을 예약하십시오. Python의 사용 편의성과 풍부한 라이브러리 지원으로 인해 이러한 영역에서 선호하는 도구가됩니다.
