Skip to content

ClasCat® AI Research

クラスキャット – 生成 AI, AI エージェント, MCP

Menu
  • ホーム
    • ClassCat® AI Research ホーム
    • クラスキャット・ホーム
  • OpenAI API
    • OpenAI Python ライブラリ 1.x : 概要
    • OpenAI ブログ
      • GPT の紹介
      • GPT ストアの紹介
      • ChatGPT Team の紹介
    • OpenAI platform 1.x
      • Get Started : イントロダクション
      • Get Started : クイックスタート (Python)
      • Get Started : クイックスタート (Node.js)
      • Get Started : モデル
      • 機能 : 埋め込み
      • 機能 : 埋め込み (ユースケース)
      • ChatGPT : アクション – イントロダクション
      • ChatGPT : アクション – Getting started
      • ChatGPT : アクション – アクション認証
    • OpenAI ヘルプ : ChatGPT
      • ChatGPTとは何ですか?
      • ChatGPT は真実を語っていますか?
      • GPT の作成
      • GPT FAQ
      • GPT vs アシスタント
      • GPT ビルダー
    • OpenAI ヘルプ : ChatGPT > メモリ
      • FAQ
    • OpenAI ヘルプ : GPT ストア
      • 貴方の GPT をフィーチャーする
    • OpenAI Python ライブラリ 0.27 : 概要
    • OpenAI platform
      • Get Started : イントロダクション
      • Get Started : クイックスタート
      • Get Started : モデル
      • ガイド : GPT モデル
      • ガイド : 画像生成 (DALL·E)
      • ガイド : GPT-3.5 Turbo 対応 微調整
      • ガイド : 微調整 1.イントロダクション
      • ガイド : 微調整 2. データセットの準備 / ケーススタディ
      • ガイド : 埋め込み
      • ガイド : 音声テキスト変換
      • ガイド : モデレーション
      • ChatGPT プラグイン : イントロダクション
    • OpenAI Cookbook
      • 概要
      • API 使用方法 : レート制限の操作
      • API 使用方法 : tiktoken でトークンを数える方法
      • GPT : ChatGPT モデルへの入力をフォーマットする方法
      • GPT : 補完をストリームする方法
      • GPT : 大規模言語モデルを扱う方法
      • 埋め込み : 埋め込みの取得
      • GPT-3 の微調整 : 分類サンプルの微調整
      • DALL-E : DALL·E で 画像を生成して編集する方法
      • DALL·E と Segment Anything で動的マスクを作成する方法
      • Whisper プロンプティング・ガイド
  • Gemini API
    • Tutorials : クイックスタート with Python (1) テキスト-to-テキスト生成
    • (2) マルチモーダル入力 / 日本語チャット
    • (3) 埋め込みの使用
    • (4) 高度なユースケース
    • クイックスタート with Node.js
    • クイックスタート with Dart or Flutter (1) 日本語動作確認
    • Gemma
      • 概要 (README)
      • Tutorials : サンプリング
      • Tutorials : KerasNLP による Getting Started
  • Keras 3
    • 新しいマルチバックエンド Keras
    • Keras 3 について
    • Getting Started : エンジニアのための Keras 入門
    • Google Colab 上のインストールと Stable Diffusion デモ
    • コンピュータビジョン – ゼロからの画像分類
    • コンピュータビジョン – 単純な MNIST convnet
    • コンピュータビジョン – EfficientNet を使用した微調整による画像分類
    • コンピュータビジョン – Vision Transformer による画像分類
    • コンピュータビジョン – 最新の MLPモデルによる画像分類
    • コンピュータビジョン – コンパクトな畳込み Transformer
    • Keras Core
      • Keras Core 0.1
        • 新しいマルチバックエンド Keras (README)
        • Keras for TensorFlow, JAX, & PyTorch
        • 開発者ガイド : Getting started with Keras Core
        • 開発者ガイド : 関数型 API
        • 開発者ガイド : シーケンシャル・モデル
        • 開発者ガイド : サブクラス化で新しい層とモデルを作成する
        • 開発者ガイド : 独自のコールバックを書く
      • Keras Core 0.1.1 & 0.1.2 : リリースノート
      • 開発者ガイド
      • Code examples
      • Keras Stable Diffusion
        • 概要
        • 基本的な使い方 (テキスト-to-画像 / 画像-to-画像変換)
        • 混合精度のパフォーマンス
        • インペインティングの簡易アプリケーション
        • (参考) KerasCV – Stable Diffusion を使用した高性能画像生成
  • TensorFlow
    • TF 2 : 初級チュートリアル
    • TF 2 : 上級チュートリアル
    • TF 2 : ガイド
    • TF 1 : チュートリアル
    • TF 1 : ガイド
  • その他
    • 🦜️🔗 LangChain ドキュメント / ユースケース
    • Stable Diffusion WebUI
      • Google Colab で Stable Diffusion WebUI 入門
      • HuggingFace モデル / VAE の導入
      • LoRA の利用
    • Diffusion Models / 拡散モデル
  • クラスキャット
    • 会社案内
    • お問合せ
    • Facebook
    • ClassCat® Blog
Menu

FLUX.1 : FLUX Pro 微調整 API の発表

Posted on 03/05/2025 by Masashi Okumura

Black Forest Labs から FLUX Pro ファインチューニング (微調整) APIについてアナウンスがありました (Announcing the FLUX Pro Finetuning API) ので、簡単に翻訳しておきます。BurdaVerlag との提携にも言及があります。

 

FLUX.1 : FLUX Pro 微調整 API の発表 (翻訳/解説)

作成 : クラスキャット セールスインフォメーション
作成日時 : 03/05/2025

* 本ページは、blackforestlabs.ai の以下のページを独自に翻訳して、適宜、補足説明したものです :

  • Announcing the FLUX Pro Finetuning API (Jan 16, 2025)

* ご自由にリンクを張って頂いてかまいませんが、sales-info@classcat.com までご一報いただけると嬉しいです。

 

クラスキャット 人工知能 研究開発支援サービス ⭐️ リニューアルしました 😉

◆ クラスキャット は人工知能に関する各種サービスを提供しています。お気軽にご相談ください :

  • 人工知能導入個別相談会(無償)実施中! [詳細]

  • 人工知能研究開発支援 [詳細]
    1. 自社特有情報を含むチャットボット構築支援
    2. 画像認識 (医療系含む) / 画像生成

  • PoC(概念実証)を失敗させないための支援 [詳細]

◆ お問合せ : 下記までお願いします。

  • クラスキャット セールス・インフォメーション
  • sales-info@classcat.com
  • ClassCatJP

 

 

FLUX.1 : FLUX Pro 微調整 API の発表

Black Forest Labs は FLUX Pro 微調整 API のリリースを発表できることにワクワクしています、これはフラグシップ FLUX Pro モデルラインに前例のないカスタマイズ機能をもたらします。テキスト-to-画像生成モデルは多くの場合、クリエイターの独自のビジョンを完全には捉え切れず、特定のオブジェクト、ブランドや視覚スタイルについての知識が不十分です。FLUX Pro 微調整 API を使用して、クリエイターは独自の画像やコンセプトで FLUX.1 [pro] をカスタマイズし、最終的な結果をより制御することができます。

ユーザ提供の画像でトレーニングされた、各 FLUX Pro 微調整はユーザカスタマイズされた FLUX Pro モデルです。各微調整モデルはベースモデルの生成的な汎用性を維持しますが、クリエイターがテキストプロンプトを介してユーザ提供のコンテンツを簡単に再創造することを可能にします。わずか 1-5 サンプル画像を使用して最高品質のモデルのターゲットにされた微調整を可能にすることで、この新しいツールはカスタマイズされたコンテンツ作成のための新しい可能性を開き、マーケティング、ブランディングやストーリーテリングを含む無数のユースケースを可能にします。

 

前例のない品質でのカスタマイズされたコンテンツ作成

FLUX Pro 微調整はこれまでで最も強力な微調整ツールを実現し、生成 AI を使用したカスタマイズされたメディア作成について新しい業界標準を確立します。私たちが実施したユーザ調査では、FLUX Pro 微調整の結果は、FLUX.1 [dev] を使用した他の利用可能な微調整サービスよりも 68.9% の割合で好まれました。

FLUX pro 微調整が作成されれば、それは追加の調整を必要とすることなく、モデルスイート全体に渡りシームレスに適用できます。これは私たちの最も強力なモデル – FLUX.1 [pro] と FLUX1.1 [pro] Ultra そして完全な FLUX ツール スイートを含みます。

この汎用性は、最大 4 メガピクセルの解像度を使用して高品質でカスタマイズされたコンテンツの作成を可能にします。プロのクリエイターやデザイナーは、生成されたコンテンツすべてに渡りキャラクターの一貫性を維持しながら、重要なブランド特性やスタイルを確実に保持する AI ツールにアクセスできるようになります。

 
微調整を FLUX.1 Fill [pro] と組み合わせると、与えられた画像の反復的な編集のためにパーソナライズされたインペインティングを可能にします。

 
もう一つの可能な応用は、微調整を FLUX.1 Depth [pro] と組み合わせて構造化された制御を使用してパーソナライズされたコンテンツ生成を有効にします。

 
カスタマイズされた FLUX 微調整は新たに利用可能となった API エンドポイント を通して作成できるようになりました。微調整ガイド に従って、独自な微調整をトレーニングしてそれを最も強力なモデルと組み合わせる方法を更に学習してください。

 

BurdaVerlag との提携: FLUX と FLUX Pro 微調整をプロのクリエイターに提供

ドイツに拠点がある大手メディアとエンターテイメント・グループである、BurdaVerlag との提携は、プロのコンテンツクリエイターが FLUX と FLUX Pro 微調整 API のポテンシャルを示しています。

 
FLUX 微調整 API は Burda のクリエイティブチームが、各ブランドのユニークな視覚アイデンティティに合わせて FLUX のカスタマイズされたバージョンを効率的に開発することを可能にしています。これにより、大切な子供向けブランド Lissy PONY で示されるように、多様なメディアポートフォリオ全体に渡り説得力があり一貫性のある視覚的な物語を作成できます。

この統合は Burda のメディア作成ワークフローを根本的に変革し、クリエイティブチームが前例のないスケールでブランド一貫性のあるビジュアルを生成することを可能にしました。FLUX 微調整モデルの手助けにより、Burda のデザイナーは、ブランドのアイデンティティを定義する特徴的な視覚要素を維持しながら、魅力的な画像を数分で作成できます。これは Burda 用のコンテンツ作成を加速するだけでなく、クリエイターが確立されたブランドのガイドライン内で新しい創造的な方向性を模索することを支援し、デジタルと印刷プラットフォームに渡りよりリッチで多様なコンテンツ提供に繋がります。

大手メディアハウスに AI カスタマイズを導入することで、各ブランドの明瞭な個性を維持しながら、視覚コンテンツ作成を変革しています。For further reference, access the Finetuning API Documentation and our Finetuning API Guide.

 

以上



クラスキャット

最近の投稿

  • LangGraph 0.5 on Colab : Get started : クイックスタート
  • LangGraph on Colab : SQL エージェントの構築
  • LangGraph on Colab : マルチエージェント・スーパーバイザー
  • LangGraph on Colab : エージェント型 RAG
  • LangGraph : 例題 : エージェント型 RAG

タグ

AutoGen (13) ClassCat Press Release (20) ClassCat TF/ONNX Hub (11) DGL 0.5 (14) Eager Execution (7) Edward (17) FLUX.1 (16) Gemini (20) HuggingFace Transformers 4.5 (10) HuggingFace Transformers 4.6 (7) HuggingFace Transformers 4.29 (9) Keras 2 Examples (98) Keras 2 Guide (16) Keras 3 (10) Keras Release Note (17) Kubeflow 1.0 (10) LangChain (45) LangGraph (24) MediaPipe 0.8 (11) Model Context Protocol (16) NNI 1.5 (16) OpenAI Agents SDK (8) OpenAI Cookbook (13) OpenAI platform (10) OpenAI platform 1.x (10) OpenAI ヘルプ (8) TensorFlow 2.0 Advanced Tutorials (33) TensorFlow 2.0 Advanced Tutorials (Alpha) (15) TensorFlow 2.0 Advanced Tutorials (Beta) (16) TensorFlow 2.0 Guide (10) TensorFlow 2.0 Guide (Alpha) (16) TensorFlow 2.0 Guide (Beta) (9) TensorFlow 2.0 Release Note (12) TensorFlow 2.0 Tutorials (20) TensorFlow 2.0 Tutorials (Alpha) (14) TensorFlow 2.0 Tutorials (Beta) (12) TensorFlow 2.4 Guide (24) TensorFlow Deploy (8) TensorFlow Get Started (7) TensorFlow Graphics (7) TensorFlow Probability (9) TensorFlow Programmer's Guide (22) TensorFlow Release Note (18) TensorFlow Tutorials (33) TF-Agents 0.4 (11)
2025年3月
月 火 水 木 金 土 日
 12
3456789
10111213141516
17181920212223
24252627282930
31  
« 1月   4月 »
© 2025 ClasCat® AI Research | Powered by Minimalist Blog WordPress Theme