Wprowadzenie
FLUX.1 Dev ControlNet LoRA Tekst na obraz generuje obrazy na FLUX.1 [dev], modelu z 12 miliardami parametrów od Black Forest Labs, prowadzonym przez ControlNet Union Pro 2.0 od Shakker Labs, z maksymalnie trzema własnymi plikami LoRA. Jeden obraz kontrolny ustala pozę, głębię lub kontury; prompt decyduje, kto i co jest na obrazie. Platforma nie dodaje filtra treści do promptu, wag ani obrazu.
Najważniejsze funkcje
Jedna sieć, pięć rodzajów map
Linie canny, miękkie krawędzie, głębia, szkielety pozy i zdjęcia w skali szarości działają przez ten sam endpoint. Nie ma przełącznika trybu: model odczytuje mapę, którą wyślesz.
Sterowanie siłą i czasem
Siła kontroli (od 0 do 1) określa, jak mocno mapa jest przestrzegana, a początek i koniec okna kontroli, kiedy działa podczas odszumiania.
Twoje własne LoRA
Na jedno żądanie można załadować do trzech LoRA FLUX.1 dev. LoRA bez filtra treści ze szkieletem pozy osiągnęła w naszych testach poziom Silny.
Do czterech obrazów w jednym uruchomieniu
Poproś o od jednego do czterech obrazów z tej samej mapy, rozliczanych za obraz.
Parametry żądania
| Parametr | Wymagane | Uwaga |
|---|---|---|
prompt | Tak | Opisz obraz, który chcesz dostać: osoby, ubrania, otoczenie i światło. Obraz kontrolny ustala tylko układ. od 1 znaków · do 5000 znaków |
control_image_url | Tak | Mapa kontrolna: szkielet pozy, mapa głębi, linie canny lub soft edge albo zdjęcie w skali szarości lub zwykłe. Nie jest wyodrębniana za ciebie. |
control_strength | Nie | Jak mocno wynik podąża za mapą kontrolną, od 0 do 1; domyślnie 0,7. Mapy pozy działają dobrze około 0,9; przy 0,3 nasza poza została zignorowana. |
control_guidance_start | Nie | Moment odszumiania, od 0 do 1, w którym mapa zaczyna działać; domyślnie 0. Nie może być późniejszy niż koniec. |
control_guidance_end | Nie | Moment odszumiania, od 0 do 1, w którym mapa przestaje działać; domyślnie 0,8. Wcześniejsze zakończenie, około 0,65 dla map pozy, zostawia detalom więcej swobody. |
resolution | Nie | 1k zwraca dłuższy bok 1024 piksele i jest domyślne; 1.5k zwraca 1536, w proporcjach obrazu kontrolnego. Oba kosztują tyle samo. |
num_outputs | Nie | Ile obrazów wygenerować z tej samej mapy, od 1 do 4; domyślnie 1. Każdy obraz jest rozliczany, więc cztery obrazy kosztują cztery razy tyle co jeden. |
loras | Nie | Do trzech wpisów {path, scale} wytrenowanych pod FLUX.1 dev; scale od 0 do 4, 1 jest neutralne. LoRA do innej rodziny modeli kończy żądanie błędem. Domyślnie: |
guidance_scale | Nie | Jak ściśle obraz trzyma się promptu, od 0 do 20; domyślnie 3,5. Nie zmienia ceny. |
steps | Nie | Liczba kroków odszumiania, od 1 do 50; domyślnie 28. Mniej kroków to szybszy i nieco bardziej miękki wynik. |
output_format | Nie | Domyślnie JPEG, ewentualnie PNG lub WebP. Format nie zmienia ceny. |
seed | Nie | Utrzymuje porównywalność wyników, gdy zmieniasz siłę lub LoRA. Nie gwarantuje identycznych pikseli przy każdym uruchomieniu. |
Cennik
$0.036 / obraz
Rozliczane za obraz: uruchomienie z czterema obrazami kosztuje cztery razy tyle co jeden. Poziom rozdzielczości, format wyjściowy i ładowanie LoRA nie zmieniają ceny.
Zastosowania
Dopasowanie pozy
Wyodrębnij lub narysuj szkielet raz i renderuj tę samą pozę z dowolną osobą i strojem.
Odtworzenie fotografii
Zachowaj kompozycję zdjęcia przez jego mapę canny, soft edge lub w skali szarości, a zmień obsadę, garderobę i światło.
Serie z jednym układem
Użyj tej samej mapy kontrolnej, aby każdy obraz w zestawie miał ten sam kadr.
Wskazówki
Wybierz mapę według tego, co ma się zmienić
Szkielet pozy zostawia ubranie promptowi. Mapy głębi i linii zachowują fałdy ubrania ze zdjęcia, z którego je wykonano, a w naszych testach model podążał za tymi fałdami zamiast za promptem.
Zacznij od sugerowanych ustawień
Shakker Labs sugeruje siłę 0,7 z oknem kończącym się na 0,8 dla canny i soft edge, 0,8 dla głębi oraz około 0,9 z oknem kończącym się na 0,65 dla map pozy.
Dopasuj proporcje
Wynik przyjmuje kształt obrazu kontrolnego. Przytnij mapę do żądanego kadru przed wysłaniem.
Sprawdź model bazowy LoRA
Działają tylko LoRA do FLUX.1 dev. LoRA do innej rodziny modeli kończy żądanie błędem, zamiast zostać zignorowana.
Szybki start z API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "black-forest-labs/flux-1-dev-controlnet-lora/text-to-image",
"input": {
"control_image_url": "https://example.com/reference.png",
"num_outputs": 1,
"output_format": "jpeg",
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
"resolution": "1k"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.
