Flux.1 کے ساتھ ملٹی امیج کا حوالہ: ایک مرحلہ وار گائیڈ

Flux.1 Kontext کی "ملٹی امیج ریفرینس" کی قابلیت اس میں ایک پیرا ڈائم تبدیلی کی نمائندگی کرتی ہے کہ کس طرح AI سے چلنے والی امیج ایڈیٹنگ اور جنریشن ورک فلوز متعدد بصری ان پٹ کو ہینڈل کرتے ہیں۔ تخلیق کاروں کو ایک ساتھ کئی حوالہ جات کی تصاویر کو فیڈ کرنے کی اجازت دے کر، Flux.1 Kontext تمام ان پٹس میں مربوط انداز، پوز، اور لائٹنگ کو برقرار رکھ سکتا ہے — متحد بیچ کی ترمیمات، مستقل انداز کی منتقلی، اور پیچیدہ منظر سازی کو قابل بناتا ہے۔ ذیل میں، ہم Flux Kontext کے ساتھ ملٹی امیج ریفرنس پروسیسنگ میں مہارت حاصل کرنے کے لیے بنیادوں، حالیہ پیش رفتوں اور بہترین طریقوں کو دریافت کرتے ہیں۔

Flux.1 Kontext کیا ہے اور یہ امیج ایڈیٹنگ کو کیوں تبدیل کر رہا ہے؟

Flux.1 Kontext ملٹی موڈل امیج جنریشن اور ایڈیٹنگ میں تازہ ترین پیشرفت کی نمائندگی کرتا ہے، جو فلو بیسڈ ٹرانسفارمر ماڈلز کی Flux سیریز پر بنایا گیا ہے۔ بلیک فاریسٹ لیبز کی طرف سے تیار کردہ فلکس ماڈلز ریکیفائیڈ فلو ٹرانسفارمر بلاکس پر مبنی ہیں، جو کہ 12 بلین پیرامیٹر تک کی پیمائش کرتے ہیں تاکہ متن سے تصویر کی ترکیب اور تدوین کی اعلیٰ صلاحیت فراہم کی جا سکے۔ روایتی متن سے تصویری پائپ لائنوں کے برعکس، Flux.1 Kontext ان بنیادوں کو فعال بنا کر توسیع کرتا ہے۔ سیاق و سباق میں ایڈیٹنگ: صارفین نہ صرف ٹیکسٹ پرامپٹس فراہم کر سکتے ہیں بلکہ ایک یا زیادہ حوالہ جات کی تصاویر بھی فراہم کر سکتے ہیں، جس سے ماڈل کو بصری تصورات کو معنوی طور پر سمجھنے اور انہیں ناول آؤٹ پٹس پر لاگو کرنے کی اجازت مل سکتی ہے۔

Flux.1 Kontext کی اہمیت اس کے متحد فن تعمیر میں مضمر ہے۔ تخلیقی بہاؤ کے ملاپ- جو دونوں کو سنبھالتا ہے۔ مقامی ترامیم (مثال کے طور پر، تصویر میں کسی چیز کا رنگ تبدیل کرنا) اور عالمی تبدیلیاں (مثال کے طور پر، ایک ہی ماڈل کے اندر ایک منظر کے نئے خیالات پیدا کرنا)۔ یہ علیحدہ ترمیم اور جنریشن ماڈلز کی ضرورت کو دور کرتا ہے، ورک فلو کو ہموار کرتا ہے اور تخلیقی پیشہ ور افراد کے لیے سیاق و سباق میں تبدیلی کو کم کرتا ہے۔

---

مختلف Flux.1 Kontext متغیرات کیا ہیں؟

Flux.1 Kontext تین اہم اقسام میں آتا ہے، ہر ایک مخصوص استعمال کے کیسز اور لائسنسنگ ماڈلز کو پورا کرتا ہے:

1. Flux.1Kontext Dev: ایک غیر تجارتی لائسنس کے تحت ذریعہ دستیاب ماڈل، بنیادی طور پر مقامی GPU سے چلنے والے ورک فلو میں تجربات اور انضمام کے لیے ڈیزائن کیا گیا ہے۔
2. Flux.1 Kontext Pro: ایک ملکیتی، API- قابل رسائی ماڈل جو انڈسٹری کے درجے کی کارکردگی، مسلسل نتائج، اور تجارتی تعاون پیش کرتا ہے۔
3. Flux.1 Context Max: بہتر ٹائپوگرافی ہینڈلنگ، زیادہ سے زیادہ تھرو پٹ، اور بہتر ایج کیس فیڈیلیٹی کے ساتھ پریمیم ٹائر۔

ایک ساتھ، یہ متغیرات اس بات کو یقینی بناتے ہیں کہ محققین اور انٹرپرائز صارفین دونوں ملٹی موڈل ایڈیٹنگ کا فائدہ اٹھا سکتے ہیں، چاہے وہ حسب ضرورت کو ترجیح دیں یا پیداواری استحکام کو۔

Flux.1 Context میں "ملٹی امیج ریفرنس" کیا ہے؟

ملٹی امیج ریفرنس سے مراد ایک AI ماڈل کو متعدد مثالی تصاویر فراہم کرنے کے عمل سے مراد ہے تاکہ یہ مشترکہ خصوصیات کا اندازہ لگا سکے — جیسے کہ انداز، روشنی، یا موضوع کی شناخت — اور مستقل ترامیم کا اطلاق کریں یا نیا مواد تیار کریں جو تمام ان پٹس میں ان صفات کا احترام کرے۔ سنگل امیج کنڈیشنگ کے برعکس، یہ نقطہ نظر تخلیق کاروں کو بیچ آؤٹ پٹس میں یکسانیت کو نافذ کرنے، دستی ٹچ اپس کو کم کرنے اور بصری ہم آہنگی کو یقینی بنانے کا اختیار دیتا ہے۔

Flux.1Kontext ملٹی امیج ریفرنس کو کیسے نافذ کرتا ہے؟

Flux.1 کے بنیادی حصے میں Kontext کی کثیر تصویری صلاحیت اس کی ہے۔ بہاؤ ملاپ فریم ورک ہر ایک حوالہ تصویر کو الگ تھلگ کرنے کے بجائے، Flux.1 Kontext امیج ایمبیڈنگز اور ٹیکسٹ ٹوکنز کو ایک متحد ترتیب میں جوڑتا ہے۔ اس کے بعد ایک ٹرانسفارمر پر مبنی فلو میچر ان ایمبیڈنگز کو اویکت جگہ میں سیدھ میں لانا اور ضم کرنا سیکھتا ہے، جو انفرادی اور مشترکہ بصری دونوں الفاظ کو مؤثر طریقے سے حاصل کرتا ہے۔

روایتی کثیر حوالہ جات اکثر اوسط سرایت کرتے ہیں یا بھاری فائن ٹیوننگ پر انحصار کرتے ہیں (مثال کے طور پر، LoRA)۔ Flux.1 Kontext کا بہاؤ مماثل نقطہ نظر:

• مستقل مزاجی کو برقرار رکھتا ہے۔ متعدد موڑ پر، آبجیکٹ کی شناخت اور انداز کو برقرار رکھنا۔
• تنزلی کو کم کرتا ہے۔، جو تکراری ترمیمی پائپ لائنوں میں عام ہے۔
• انٹرایکٹو شرحوں کی حمایت کرتا ہے۔، ایپلی کیشنز میں قریب قریب حقیقی وقت کے پیش نظارہ کو فعال کرنا۔

کون سے ورک فلو Flux.1 Kontext کے ساتھ ملٹی امیج انٹیگریشن کو فعال کرتے ہیں؟

Flux.1 Kontext کا ڈیزائن GUI پر مبنی اور کوڈ سے چلنے والی دونوں پائپ لائنوں میں ہموار انضمام کو یقینی بناتا ہے:

ComfyUI انٹیگریشن

ComfyUI کے نوڈ پر مبنی انٹرفیس کا فائدہ اٹھا کر، صارفین متعدد حوالہ جات کی تصاویر کو براہ راست ایک وقف کردہ "Flux.1 Kontext Dev" نوڈ میں فیڈ کر سکتے ہیں۔ یہ نوڈ ٹیکسٹ پرامپٹ کے ساتھ تصاویر کی فہرست کو قبول کرتا ہے، جس سے ایک متحد پھیلاؤ گراف کا نتیجہ نکلتا ہے۔ دو بنیادی موڈ موجود ہیں:

• کنکٹنیشن موڈ: ترتیب وار ایمبیڈنگز کو جوڑتا ہے، جو سادہ جامع کاموں کے لیے مثالی ہے۔
• کراس اٹینشن موڈ: گہرے سیمنٹک ملاوٹ کے لیے توجہ کے نقشوں کو انٹرلیوز کرتا ہے، پیچیدہ طرز کے انضمام کے لیے بہتر ہے۔
  فوری چالیں—جیسے کہ فی تصویری وزن اور سیون بلینڈ کرنے والے ٹوکن کی وضاحت کرنا—رنگ کی تبدیلی اور مرئی جوڑ کو روکنے میں مدد کرتا ہے ()۔

API- پہلا نقطہ نظر (نقل، CometAPI)

ڈویلپرز Flux.1 Kontext Max یا Pro کے ساتھ RESTful endpoints کے ذریعے بات چیت کر سکتے ہیں۔ API اسکیما میں عام طور پر شامل ہیں:

   {
     "input_images": ,
     "prompt": "Describe the desired transformation",
     "options": { "blend_strength": 0.8, "seed": 42 }
   }

JavaScript، Python، اور Go میں پلے گراؤنڈ اور SDK سپورٹ ویب یا موبائل ایپس میں ملٹی امیج کنڈیشنگ کو شامل کرنے کو سیدھا بناتا ہے۔

CometAPI کے Flux.Kontext api کے ساتھ ملٹی امیج کا حوالہ

ذیل میں FLUX 1 Kontext API میں ملٹی امیج ریفرنس کی درخواستیں جمع کرانے کے لیے مرحلہ وار گائیڈ ہے۔ اس میں توثیق، درخواست کی تعمیر (دو حوالہ جات کی تصاویر کے ساتھ)، رزلٹ ہینڈلنگ، اور بہترین طریقوں کا احاطہ کیا گیا ہے۔

---

1. میں FLUX.1 Kontext API کے ساتھ کیسے تصدیق کروں؟

اگر آپ Replicate کی میزبان FLUX 1 Kontext ایپس استعمال کر رہے ہیں تو Replicate → اپنا اکاؤنٹ → API Tokens پر لاگ ان کریں۔

اپنی API کلید حاصل کریں۔: رجسٹر کریں اور لاگ ان کریں۔ CometAPI، اپنے بیئرر ٹوکن کو اپنے ڈیش بورڈ سے بازیافت کریں۔

اپنے ہیڈر میں کلید شامل کریں۔ Authorization: Token YOUR_API_TOKEN یا، bearer-style APIs کے لیے: Authorization: Bearer YOUR_API_TOKEN

---

2. کون سا اختتامی نقطہ دو امیج فیوژن کو سنبھالتا ہے؟

Replicate پر "دو امیجز کو یکجا کریں" ماڈل کے لیے (flux-kontext-apps/multi-image-kontext-pro)، اپنی پوسٹس بھیجیں:

https://api.replicate.com/v1/predictions

CometAPI کے زیر انتظام API کے لیے، یہ ہوگا:

https://api.cometapi.com/replicate/v1/models/black-forest-labs/flux-kontext-max/predictions

نوٹ: CometAPI میں، صرف flux-kontext متعدد تصویری حوالوں کو سپورٹ کرتا ہے，مندرجہ ذیل مختلف ماڈلز کو کال کرنے کے لیے آپ کو url میں ماڈل کے بعد ماڈل کا نام تبدیل کرنا ہوگا:
black-forest-labs/flux-kontext-max
black-forest-labs/flux-kontext-pro

دونوں اینڈ پوائنٹس پر مشتمل JSON پے لوڈ کی توقع ہے۔ prompt, input_image_1، اور input_image_2 .

---

3. درخواست پے لوڈ کیسا لگتا ہے؟

ذیل میں کم سے کم JSON اسکیما ہے جیسا کہ دستاویز کیا گیا ہے۔ multi-image-kontext-pro:

ترکیب: آپ عوامی طور پر ہوسٹ کردہ یو آر ایل یا ان لائن Base64 ڈیٹا URIs کو پاس کر سکتے ہیں — Base64 یک طرفہ اسکرپٹس کے لیے آسان ہے لیکن بہت بڑی فائلوں کو سست کر سکتا ہے۔

اب CometAPI 4 حوالہ جات کی تصاویر اپ لوڈ کرنے کی حمایت کرتا ہے (پہلے صرف ایک تصویر کی حمایت کی جاتی تھی)

---

4. میں cURL کے ساتھ ملٹی امیج کی درخواست کیسے بھیج سکتا ہوں؟

curl https://api.replicate.com/v1/predictions \
  -H "Authorization: Token $REPLICATE_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "version": "multi-image-kontext-pro:f3545943bdffdf06420f0d8ececf86a36ce401b9df0ad5ec0124234c0665cfed",
    "input": {
      "prompt": "Blend the lighting from image1 with the background of image2, preserving color harmony",
      "input_image_1": "https://example.com/portrait1.png",
      "input_image_2": "https://example.com/background2.jpg",
      "aspect_ratio": "match_input"
    }
  }'

• تبدیل کریں version ریپلیکیٹ سے جدید ترین ماڈل ورژن ID کے ساتھ فیلڈ۔
• CometAPI پر، ان میں تبادلہ کریں۔ /predict اختتامی نقطہ اور استعمال "file": { ... } ان کے دستاویزات کے مطابق۔

---

5. میں Python میں ایسا کیسے کر سکتا ہوں؟

import requests

API_TOKEN = "YOUR_API_TOKEN"
headers = {
    "Authorization": f"Token {API_TOKEN}",
    "Content-Type": "application/json",
}

payload = {
    "version": "multi-image-kontext-pro:f3545943bdffdf06420f0d8ececf86a36ce401b9df0ad5ec0124234c0665cfed",
    "input": {
        "prompt": "Combine the style of image1 with the content of image2, matching lighting and mood",
        "input_image_1": "https://my-bucket.s3.amazonaws.com/imgA.png",
        "input_image_2": "https://my-bucket.s3.amazonaws.com/imgB.png",
        "aspect_ratio": "match_input"
    },
}

resp = requests.post("https://api.replicate.com/v1/predictions", json=payload, headers=headers)
resp.raise_for_status()
data = resp.json()
print("🖼️ Output URL:", data)

• چیک کریں data ("شروع" → "پروسیسنگ" → "کامیاب") تیار ہونے تک پول کرنے کے لیے۔

---

6. میں نتیجہ کو کیسے ہینڈل اور ڈسپلے کروں؟

پیشین گوئی مکمل ہونے پر، ماڈل فیوزڈ امیج پر URI لوٹاتا ہے:

{  
  "id": "...",  
  "status": "succeeded",  
  "output": "https://.../result.png"  
}

اس URL کو بازیافت کریں (یا اسے براہ راست اپنی ایپلیکیشن/UI میں ایمبیڈ کریں)۔

زیادہ سے زیادہ نتائج کیسے حاصل کریں: بہترین طریقہ کار؟

آپ کو کون سی حوالہ تصاویر منتخب کرنی چاہئیں؟

• یکسانیت: بہترین یکسانیت کے لیے مستقل انداز، موضوع کے پیمانے، اور روشنی کے ساتھ تصاویر کا انتخاب کریں۔
• انداز کی منتقلی کے لیے تنوع: ایک نیا انداز لاگو کرتے وقت، مطلوبہ اثرات کی مکمل رینج کو ظاہر کرنے والی متعدد مثالیں شامل کریں۔
• ہائی ریزولوشن ان پٹس: بہتر معیار کے حوالہ جات سے زیادہ تیز پیداواری نتائج برآمد ہوتے ہیں، خاص طور پر بناوٹ اور چہرے کی خصوصیات جیسی عمدہ تفصیلات کے لیے۔
• تصویر کے سائز کی حد: ٹائم آؤٹ سے بچنے کے لیے ہر ان پٹ کو 10 MB (ریپلیکیٹ سٹینڈرڈ) سے کم رکھیں۔
• ترتیب: JPEG، PNG، GIF، اور WebP بہترین کام کرتے ہیں۔ غیر ملکی فارمیٹس سے بچیں.

فوری انجینئرنگ:

• واضح رہیں: "تصویر1 سے چہرے کی خصوصیات کو محفوظ رکھیں"
• وزن کا استعمال کریں: "image1 کی ترجیح زیادہ، image2 کی ترجیح کم"
• شرح کی حد: اپنے پلان کی QPS کی حدیں چیک کریں۔ بیچ احتیاط سے درخواست کرتا ہے.

شروع

CometAPI ایک متحد API پلیٹ فارم ہے جو سرکردہ فراہم کنندگان سے 500 سے زیادہ AI ماڈلز کو اکٹھا کرتا ہے — جیسے OpenAI کی GPT سیریز، Google کی Gemini، Anthropic's Claude، Midjourney، Suno، اور مزید — ایک واحد، ڈویلپر کے موافق انٹرفیس میں۔ مسلسل تصدیق، درخواست کی فارمیٹنگ، اور رسپانس ہینڈلنگ کی پیشکش کرکے، CometAPI ڈرامائی طور پر آپ کی ایپلی کیشنز میں AI صلاحیتوں کے انضمام کو آسان بناتا ہے۔ چاہے آپ چیٹ بوٹس، امیج جنریٹرز، میوزک کمپوزر، یا ڈیٹا سے چلنے والی اینالیٹکس پائپ لائنز بنا رہے ہوں، CometAPI آپ کو تیزی سے اعادہ کرنے، لاگت کو کنٹرول کرنے، اور وینڈر-ایگنوسٹک رہنے دیتا ہے—یہ سب کچھ AI ماحولیاتی نظام میں تازہ ترین کامیابیوں کو حاصل کرنے کے دوران۔

ڈویلپرز رسائی حاصل کر سکتے ہیں۔ FLUX.1 Context (ماڈل: flux-kontext-pro ; flux-kontext-max) کے ذریعے CometAPI, درج کردہ تازہ ترین ماڈل ورژن مضمون کی اشاعت کی تاریخ کے مطابق ہیں۔ شروع کرنے کے لیے، میں ماڈل کی صلاحیتوں کو دریافت کریں۔ کھیل کے میدان اور مشورہ کریں API گائیڈ تفصیلی ہدایات کے لیے۔ رسائی کرنے سے پہلے، براہ کرم یقینی بنائیں کہ آپ نے CometAPI میں لاگ ان کیا ہے اور API کلید حاصل کر لی ہے۔ CometAPI آپ کو انضمام میں مدد کے لیے سرکاری قیمت سے کہیں کم قیمت پیش کریں۔

---

نتیجہ

FLUX 1 Kontext کے ساتھ ملٹی امیج کا حوالہ جنریٹیو AI ورک فلو میں پیراڈیم شفٹ کی نمائندگی کرتا ہے۔ متن اور ایک سے زیادہ بصری آدانوں کو ایک ہی فلو سے مماثل فن تعمیر میں یکجا کرکے، یہ تخلیق کاروں کو کم قدموں میں پیچیدہ، مستقل نتائج حاصل کرنے کی طاقت دیتا ہے۔ حالیہ پیشرفتیں - ComfyUI میں امیج اسٹیچ نوڈ سے لے کر کم درستگی کوانٹائزیشن آپٹیمائزیشن اور CometAPI API تک - نے ملٹی امیج پروسیسنگ کی رسائی، کارکردگی اور تخلیقی صلاحیت کو ڈرامائی طور پر بڑھا دیا ہے۔