使用 Web API for FLUX [pro]：Stable Diffusion 原创团队最新的图像生成 AI 模型

介绍

之前，我写过一篇题为“由 Stable Diffusion 的原始开发人员在 MacBook (M2) 上运行 FLUX.1 图像 ([dev]/[schnell]) 生成 AI 模型”的文章。它演示了 Black Forest Labs 的 FLUX.1 图像生成模型，该模型由 Stable Diffusion 的创建者创建。

现在，两个月后，FLUX 1.1 [pro]（代号 Blueberry）已经发布，并且公开访问其 Web API，尽管它仍处于测试阶段。

今天，我们发布了 FLUX1.1 [pro]，这是我们迄今为止最先进、最高效的模型，同时发布了 beta BFL API。此版本标志着我们在为创作者、开发者和企业提供可扩展、最先进的生成技术的使命中向前迈出了重要一步。

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

在这篇文章中，我将演示如何使用 FLUX 1.1 [pro] Web API。

所有代码示例均使用Python编写。

创建帐户和 API 密钥

首先注册一个帐户并登录注册选项下的API页面。

每个积分的价格为 0.01 美元，我在注册时收到了 50 个积分（可能会有所不同）。

根据定价页面，模型成本如下：

• FLUX 1.1 [专业版]：每张图像 0.04 美元
• FLUX.1 [专业版]：每张图片 0.05 美元
• FLUX.1 [开发]：每张图像 0.025 美元

登录后，选择添加密钥并输入您选择的名称来生成 API 密钥。

您的密钥将如下所示。

环境设置

我使用 macOS 14 Sonoma 作为我的操作系统。

Python 版本是：

$ python --version
Python 3.12.2

为了运行示例代码，我安装了请求：

$ pip install requests

我确认安装的版本：

$ pip list | grep -e requests 
requests           2.31.0

为了避免硬编码，我通过编辑 zshrc 文件将 API 密钥保存为环境变量。

$ open ~/.zshrc

我将环境变量命名为BFL_API_KEY:

export BFL_API_KEY=<your api key here>
</your>

示例代码

下面是入门中的示例代码，以及一些附加注释。理想情况下，它应该使用状态来处理错误，但为了简单起见，我将其保留不变。

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，提示符为：

一只像人一样用后腿奔跑的猫，手臂上抱着一条银色的大鱼。猫正从店主身边逃跑，脸上露出惊慌的表情。场景位于拥挤的市场。

最终的结果格式如下所示。与我测试过的其他 API 相比，响应时间更快。

$ python --version
Python 3.12.2

样本包含生成图像的URL，当我测试它时，该图像托管在bflapistorage.blob.core.windows.net上。

这是生成的图像：

结果与提示非常吻合，抓住了紧迫感。

尝试替代提示

我尝试了不同的提示来生成不同的图像。

日本萌女主角

提示：“日本萌女主角”，使用动漫风格。

$ pip install requests

日本热门动漫中的甜点

提示：“日本流行动漫中出现的糖果”，使用动漫风格。

$ pip list | grep -e requests 
requests           2.31.0

修学旅行的男高中生

提示：“修学旅行的男高中生”，使用动漫风格。

$ open ~/.zshrc

弹吉他的公主

提示：“弹吉他的公主”，使用奇幻艺术风格。

export BFL_API_KEY=<your api key here>
</your>

白色笔记本电脑上的可爱仙女

提示：“白色笔记本电脑上的可爱仙女”，使用摄影风格。

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 岁的日本女性，黑色短发

提示：“28岁日本黑短发美女”，使用摄影风格。

$ python --version
Python 3.12.2

20世纪80年代的香港市中心

提示：“1980年代的香港市中心”，使用摄影风格。

$ pip install requests

2020年的新宿歌舞伎町

提示：“2020年新宿歌舞伎町”，使用摄影风格。

$ pip list | grep -e requests 
requests           2.31.0

所有生成的图像都具有卓越的质量。

在生成如此多高质量的 AI 图像后，现实几乎感觉超现实。

结论

黑森林实验室不断创新和增强其人工智能模型。

我很期待未来发布的视频生成功能。

日本原创文章

稳定扩散のオリジナル开発阵による肖像生成AIモデル最新版FLUX 1.1 [pro]のWeb APIを呼んでいくつかの肖像を生成してみた

以上是使用 Web API for FLUX [pro]：Stable Diffusion 原创团队最新的图像生成 AI 模型的详细内容。更多信息请关注PHP中文网其他相关文章！