开源AI文本与图像转换框架
Flux是Black Forest Labs开发的开 源AI框架,用于文本到图像和图像到图像的转换。该项目提供pro、dev和schnell三个模型版本,满足不同性能需求。Flux支持本地部署、API调用及Diffusers集成,具有良好的灵活性。其代码简洁,接口直观,便于创意工作者和开发者使用。
由Black Forest Labs开发: https://blackforestlabs.ai
这个仓库包含了使用我们的Flux潜在校正流转换器进行文本到图像和图像到图像转换的最小推理代码。
我们很高兴与Replicate和FAL合作。您可以使用他们的服务来运行我们的模型。 以下是相关链接。
Replicate:
FAL:
cd $HOME && git clone https://github.com/black-forest-labs/flux cd $HOME/flux python3.10 -m venv .venv source .venv/bin/activate pip install -e '.[all]'
我们提供三种模型:
FLUX.1 [pro]
基础模型,通过API提供FLUX.1 [dev]
引导蒸馏变体FLUX.1 [schnell]
引导和步骤蒸馏变体名称 | HuggingFace仓库 | 许可证 | md5校验和 |
---|---|---|---|
FLUX.1 [schnell] | https://huggingface.co/black-forest-labs/FLUX.1-schnell | apache-2.0 | a9e1e277b9b16add186f38e3f5a34044 |
FLUX.1 [dev] | https://huggingface.co/black-forest-labs/FLUX.1-dev | FLUX.1-dev非商业许可证 | a6bd8c16dfc23db6aee2f63a2eba78c0 |
FLUX.1 [pro] | 仅在我们的API中可用。 |
自动编码器的权重也在apache-2.0许可下发布,可以在上述两个HuggingFace仓库中找到。它们对两个模型都是相同的。
当您启动其中一个演示时,权重将自动从HuggingFace下载。要下载FLUX.1 [dev]
,您需要登录,请参阅这里。
如果您已手动下载模型权重,可以通过环境变量指定下载路径:
export FLUX_SCHNELL=<flux_schnell_sft文件路径> export FLUX_DEV=<flux_dev_sft文件路径> export AE=<ae_sft文件路径>
对于交互式采样,运行
python -m flux --name <名称> --loop
或者要生成单个样本,运行
python -m flux --name <名称> \ --height <高度> --width <宽度> \ --prompt "<提示>"
我们还提供了一个支持文本到图像和图像到图像的streamlit演示。可以通过以下方式运行演示:
streamlit run demo_st.py
我们还提供了一个基于Gradio的演示,以获得交互式体验。要运行Gradio演示:
python demo_gr.py --name flux-schnell --device cuda
选项:
--name
:选择要使用的模型(选项:"flux-schnell","flux-dev")--device
:指定要使用的设备(默认:如果可用则为"cuda",否则为"cpu")--offload
:不使用时将模型卸载到CPU--share
:创建演示的公共链接要使用dev模型运行演示并创建公共链接:
python demo_gr.py --name flux-dev --share
FLUX.1 [schnell]
和FLUX.1 [dev]
已与🧨 diffusers库集成。要使用diffusers,请安装它:
pip install git+https://github.com/huggingface/diffusers.git
然后您可以使用FluxPipeline
来运行模型
import torch from diffusers import FluxPipeline model_id = "black-forest-labs/FLUX.1-schnell" #您也可以使用`black-forest-labs/FLUX.1-dev` pipe = FluxPipeline.from_pretrained("black-forest-labs/FLUX.1-schnell", torch_dtype=torch.bfloat16) pipe.enable_model_cpu_offload() #通过将模型卸载到CPU来节省一些VRAM。如果您有足够的GPU能力,可以删除此行 prompt = "一只猫拿着写有hello world的牌子" seed = 42 image = pipe( prompt, output_type="pil", num_inference_steps=4, #如果使用[dev],请使用更大的数字 generator=torch.Generator("cpu").manual_seed(seed) ).images[0] image.save("flux-schnell.png")
要了解更多信息,请查看diffusers文档
我们的API提供对pro模型的访问。文档在这里: docs.bfl.ml。
在这个仓库中,我们还提供了一个简单的Python接口。要使用它,您 首先需要在api.bfl.ml上注册API,并 创建一个新的API密钥。
要使用API密钥,可以运行export BFL_API_KEY=<您的密钥>
或通过
api_key=<您的密钥>
参数提供。还需要按上述方式安装软件包。
从Python使用:
from flux.api import ImageRequest # 这将直接创建一个API请求,但不会阻塞直到生成完成 request = ImageRequest("一个美丽的海滩") # 或:request = ImageRequest("一个美丽的海滩", api_key="您的密钥") # 以下任何一个都会阻塞直到生成完成 request.url # -> https:<...>/sample.jpg request.bytes # -> b"..." 生成图像的字节 request.save("outputs/api.jpg") # 将样本保存到本地存储 request.image # -> 一个PIL图像
从命令行使用:
$ python -m flux.api --prompt="一个美丽的海滩" url https:<...>/sample.jpg # 生成并保存结果 $ python -m flux.api --prompt="一个美丽的海滩" save outputs/api # 直接打开图像 $ python -m flux.api --prompt="一个美丽的海滩" image show
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达 ,轻松呈现各种信息。
深度推理能力全新升级,全面 对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
AI助力,做PPT更简单!
咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。
选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。
专业的AI公文写作平台,公文写作神器
AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。
OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升 开发效率,让开发者更轻松地利用 OpenAI 的技术优势。
高分辨率纹理 3D 资产生成
Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。
一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。
3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号