使用 Web API for FLUX [pro]：Stable Diffusion 原創團隊最新的圖像生成 AI 模型

介紹

之前，我寫過一篇題為「由 Stable Diffusion 的原始開發人員在 MacBook (M2) 上運行 FLUX.1 圖像 ([dev]/[schnell]) 生成 AI 模型」的文章。它演示了 Black Forest Labs 的 FLUX.1 圖像生成模型，該模型由 Stable Diffusion 的創建者創建。

現在，兩個月後，FLUX 1.1 [pro]（代號 Blueberry）已經發布，並且公開訪問其 Web API，儘管它仍處於測試階段。

今天，我們發布了 FLUX1.1 [pro]，這是我們迄今為止最先進、最高效的模型，同時發布了 beta BFL API。此版本標誌著我們在為創作者、開發者和企業提供可擴展、最先進的生成技術的使命中向前邁出了重要一步。

參考：宣布推出 FLUX1.1 [pro] 和 BFL API - Black Forest Labs

在這篇文章中，我將示範如何使用 FLUX 1.1 [pro] Web API。

所有程式碼範例均使用Python編寫。

建立帳戶和 API 金鑰

先註冊一個帳號並登入註冊選項下的API頁。

每個積分的價格為 0.01 美元，我在註冊時收到了 50 個積分（可能會有所不同）。

依定價頁面，模型成本如下：

• FLUX 1.1 [專業版]：每張圖片 0.04 美元
• FLUX.1 [專業版]：每張圖片 0.05 美元
• FLUX.1 [開發]：每張影像 0.025 美元

登入後，選擇新增金鑰並輸入您選擇的名稱來產生 API 金鑰。

您的金鑰將如下所示。

環境設定

我使用 macOS 14 Sonoma 作為我的作業系統。

Python 版本是：

$ python --version
Python 3.12.2

為了運行範例程式碼，我安裝了請求：

$ pip install requests

我確認安裝的版本：

$ pip list | grep -e requests 
requests           2.31.0

為了避免硬編碼，我透過編輯 zshrc 檔案將 API 金鑰儲存為環境變數。

$ open ~/.zshrc

我將環境變數命名為BFL_API_KEY:

export BFL_API_KEY=<Your API Key Here>

範例程式碼

以下是入門中的範例程式碼，以及一些附加註解。理想情況下，它應該使用狀態來處理錯誤，但為了簡單起見，我將其保留不變。

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']}")

本例中，提示符號為：

一隻像人一樣用後腿奔跑的貓，手臂上抱著一條銀色的大魚。貓咪正從店主身邊逃跑，臉上露出驚慌的表情。場景位於擁擠的市場。

最終的結果格式如下圖所示。與我測試過的其他 API 相比，回應時間更快。

$ python --version
Python 3.12.2

樣本包含生成圖像的URL，當我測試它時，該圖像託管在bflapistorage.blob.core.windows.net上。

這是產生的圖像：

結果與提示非常吻合，抓住了緊迫感。

嘗試替代提示

我嘗試了不同的提示來產生不同的圖像。

日本萌女主角

提示：“日本萌女主角”，使用動畫風格。

$ pip install requests

日本熱門動漫中的甜點

提示：“日本流行動漫中出現的糖果”，使用動畫風格。

$ pip list | grep -e requests 
requests           2.31.0

修學旅行的男高中生

提示：“修學旅行的男高中生”，使用動漫風格。

$ open ~/.zshrc

彈吉他的公主

提示：“彈吉他的公主”，使用奇幻藝術風格。

export BFL_API_KEY=<Your API Key Here>

白色筆記型電腦上的可愛仙女

提示：“白色筆記型電腦上的可愛仙女”，使用攝影風格。

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']}")

28 歲的日本女性，黑色短髮

提示：“28歲日本黑短髮美女”，使用攝影風格。

$ python --version
Python 3.12.2

1980年代的香港市中心

提示：“1980年代的香港市中心”，使用攝影風格。

$ pip install requests

2020年的新宿歌舞伎町

提示：“2020年新宿歌舞伎町”，使用攝影風格。

$ pip list | grep -e requests 
requests           2.31.0

所有產生的影像都具有卓越的品質。

在產生如此多高品質的 AI 影像後，現實幾乎感覺超現實。

結論

黑森林實驗室不斷創新並增強其人工智慧模型。

我很期待未來發布的影片產生功能。

日本原創文章

穩定擴散のオリジナル開発陣による肖像生成AIモデル最新版FLUX 1.1 [pro]のWeb APIを呼こでぁぁそそそそそぁぁえぁえぁえぁえぁええぁえええええええぁえええ、

以上是使用 Web API for FLUX [pro]：Stable Diffusion 原創團隊最新的圖像生成 AI 模型的詳細內容。更多資訊請關注PHP中文網其他相關文章！