黑森林实验室推出 Flux Pro 微调 API

Rifx.Online
Programming , Generative AI , Technology/WebAPI
24 Jan, 2025

当黑森林实验室 (BFL) 发布 Flux 开发者微调时，AI 社区为之疯狂，因为任何人都可以通过展示一小组示例图像来教模型识别和生成新概念，从而允许用户根据特定风格、角色或物体自定义模型的输出。

它迅速成为市场上最好的图像模型微调解决方案之一。如果您想了解如何微调 Flux Dev 模型，请查看本指南：

今天，BFL 更进一步，允许用户通过 API 微调 Flux Pro 模型。

根据 BFL 的说法，用户只需 1-5 张示例图像即可轻松通过文本提示重新构想用户提供的内容。这些图像可以采用不同格式，如 JPG、JPEG、PNG 或 WebP，分辨率限制为一百万像素，以获得最佳效果。

以下是一些示例输入图像：

训练时长取决于使用的图像数量和用户设置的迭代次数。以下是一些示例结果：

此外，Flux Pro 微调模型支持对给定图像进行迭代编辑的修复。这种技术结合了输入图像中的主题，以增强效果。

以下是 BFL API 上所有 Flux 模型的定价详情：

Flux 1.1 Pro Ultra: 每张 $0.06
Flux 1.1 Pro: 每张 $0.04
Flux 1.0 Pro: 每张 $0.05
Flux 1.0 Dev: 每张 $0.025

如何尝试 Flux Pro 微调

尝试 Flux Pro 微调的最简单直接的方法是在 Fal AI 上进行。在探索页面中查找 fal-ai/flux-pro-trainer 模型，您应该会看到如下屏幕。

在 数据 URL 中，上传您的输入图像集，或上传一个包含图像的 zip 文件。可选地，修改微调评论和触发词。

将您的肖像图像作为训练输入添加。其他设置保持默认，然后点击开始按钮。

注意，触发词已更改为 Jimportrait，训练步骤设置为 300。您可以将此值推高至 1000，以获得最佳结果，但这也会耗费较长时间且成本更高。

训练完成后，您将在屏幕右侧看到“已完成”状态和一个微调 ID。

要从训练好的模型生成图像，请点击 运行推理 按钮。使用如下示例提示：

提示： Jimportrait 在现代办公室环境中。他穿着合身的深色西装和干净的白衬衫，面带自信而友好的表情。办公室具有简约的设计，大窗户让自然光透入，桌子上放着一台笔记本电脑，背景有几排书架。

我不知道我在这里做错了什么，因为结果与我预期的相差甚远。我尝试调整参数和设置，但无法使其正常工作。

在成本方面，请查看以下详细信息：

少于 150 次迭代的请求费用为 $2\。
150 到 500 次迭代的请求费用为 $4\。
超过 500 次迭代的请求费用为 $6\。

您还可以通过 Fal 的 API 访问微调模型。只需打开 API 标签，按照说明将 API 集成到您自己的应用中。

以下是一个示例 NPM 调用：

import { fal } from "@fal-ai/client";

const result = await fal.subscribe("fal-ai/flux-pro-trainer", {
  input: {
    data_url: "",
    finetune_comment: "test-1"
  },
  logs: true,
  onQueueUpdate: (update) => {
    if (update.status === "IN_PROGRESS") {
      update.logs.map((log) => log.message).forEach(console.log);
    }
  },
});
console.log(result.data);
console.log(result.requestId);

注意： 在 Fal 上生成的图像是无商业用途限制的，因此您可以将结果用于商业目的。

如何尝试 Flux Pro 微调 API

好的，如果您有兴趣直接使用 Black Forest Labs 的 API，请按照以下步骤操作。

首先，添加一个 API 密钥，以便在尝试访问图像模型时获得授权。

微调 API 参考可以在这个交互式文档中找到。

以下是一个示例 POST 请求。请确保将 YOUR_SECRET_TOKEN 参数替换为您自己的 API 密钥。

fetch('https://api.us1.bfl.ai/v1/finetune', {
  method: 'POST',
  headers: {
    'Content-Type': 'application/json',
    'X-Key': 'YOUR_SECRET_TOKEN'
  }
})

请注意 POST 请求主体部分的参数。

{
  "file_data": "",
  "finetune_comment": "my-first-finetune",
  "trigger_word": "TOK",
  "mode": "general",
  "iterations": 300,
  "learning_rate": 1,
  "captioning": true,
  "priority": "quality",
  "finetune_type": "full",
  "lora_rank": 32
}