fal : API de macromodélisation générative pour les développeurs de classes de médias riches

Introduction générale

fal是一个在线AI推理平台，可以帮助用户构建实时的AI应用，提供高质量的生成媒体模型，包括图像、视频和音频。无需冷启动，按需付费。fal提供了多种预训练好的生成模型，如Stable Diffusion XL，Stable Diffusion with LoRAs，Optimized Latent Consistency (SDv1.5)等，可以让用户通过简单的文本描述和涂鸦草图来快速生成图片。

fal也支持用户上传自定义模型，或者使用共享模型，拥有细粒度的控制和自动扩缩容的能力。fal支持多种机器类型和规格，如GPU-A100，GPU-A10G，GPU-T4等，可以满足不同的性能和成本需求。fal有详细的文档和示例，可以帮助用户快速上手和使用。

该平台由其专有的 fal 推理引擎驱动，能够以比其他替代方案快 4 倍的速度运行扩散模型，从而实现新的实时 AI 体验。fal.ai 成立于 2021 年，总部位于旧金山，致力于通过优化推理速度和效率，降低创意表达的门槛。

Liste des fonctions

• Moteur d'inférence efficace：提供世界上最快的扩散模型推理引擎，推理速度提升至 400%。
• 多种生成模型：支持多种预训练生成模型，如 Stable Diffusion 3.5 和 FLUX.1。
• LoRA 训练：提供业内最佳的 LoRA 训练工具，能够在 5 分钟内个性化或训练新风格。
• Intégration de l'API：提供 JavaScript、Python 和 Swift 等多种客户端库，方便开发者集成。
• 实时推理：支持实时生成媒体推理，适用于实时创意工具和相机输入。
• Optimisation des coûts：按使用量付费，确保计算成本效益。

Utiliser l'aide

Installation et intégration

1. créer un compte：访问 fal.ai 并注册一个开发者账户。
2. Obtenir la clé API：登录后，在“API 密钥”页面生成并获取您的 API 密钥。
3. Installation des bibliothèques client: :
   • JavaScript: :

     import { fal } from "@fal-ai/client";
     const result = await fal.subscribe("fal-ai/fast-sdxl", {
     input: { prompt: "photo of a cat wearing a kimono" },
     logs: true,
     onQueueUpdate: (update) => {
     if (update.status === "IN_PROGRESS") {
     update.logs.map((log) => log.message).forEach(console.log);
     }
     },
     });
     

   • Python: :

     from fal import Client
     client = Client(api_key="YOUR_API_KEY")
     result = client.subscribe("fal-ai/fast-sdxl", input={"prompt": "photo of a cat wearing a kimono"})
     print(result)
     

   • Swift: :

     import FalAI
     let client = FalClient(apiKey: "YOUR_API_KEY")
     client.subscribe(model: "fal-ai/fast-sdxl", input: ["prompt": "photo of a cat wearing a kimono"]) { result in
     print(result)
     }
     

使用生成模型

1. Sélectionner le modèle：在 fal.ai 的模型库中选择适合您的项目的模型，如 Stable Diffusion 3.5 或 FLUX.1。
2. Paramètres de configuration：根据项目需求配置模型参数，如推理步数、输入图像大小等。
3. raisonnement en cours d'exécution：使用 API 调用运行推理，并获取生成的媒体内容。
4. Optimisation et ajustement：根据生成结果，调整参数或选择不同的模型进行优化。

LoRA 训练

1. Télécharger les données：准备好训练数据并上传到 fal.ai 平台。
2. 选择训练模型：选择适合的 LoRA 训练模型，如 FLUX.1。
3. 配置训练参数：设置训练参数，如学习率、训练步数等。
4. Commencer la formation：启动训练过程，平台会在短时间内完成训练并生成新的风格模型。
5. 应用新模型：使用新训练的模型进行推理，生成个性化的媒体内容。

所有模型都分为调试界面和API两部分，你可以在调试界面中使用没问题在调用API：

fal 可选模型