أصدرت Black Forest Labs FLUX 3 Image Klein يوم الأربعاء، وهو نموذج ذو أوزان مفتوحة يبلغ 5.6 مليار معلمة لتوليد النص إلى صورة وتحرير الصور وتوليد المراجع المتعددة الذي يحمل القدرات الرئيسية لنظام FLUX 3 Image الرائد للشركة وصولاً إلى الأجهزة المتواضعة مثل بطاقة رسومات المستهلك سعة 8 جيجابايت.
يتضمن الإصدار، الذي تم الإعلان عنه في مدونة Black Forest Labs، إنشاء صور أصلية بدقة 4K، وتحرير مثالي للبكسل وعناصر تحكم في المربع المحيط تحدد مكان وضع العناصر أو تحصر التعديلات في منطقة محددة - وهي ميزات كانت الشركة قد حجزتها مسبقًا لنموذج FLUX 3 Image الكامل. الأوزان متاحة للتنزيل بموجب ترخيص FLUX Kommunity، ويتم تقديم النموذج أيضًا من خلال واجهة برمجة التطبيقات المستضافة للشركة. إنه أحد إصدارات نماذج الصور المفتوحة الأكثر أهمية لهذا العام، وعلامة على مدى سرعة أحدث تطورات الذكاء الاصطناعي في دفع الجيل القادر إلى الأجهزة اليومية - للحصول على التغطية المستمرة، راجع AI Buzz Wire.
نموذج صغير بميزات رائدة
على الرغم من حجمها الصغير، تشارك FLUX 3 Image Klein مجموعة مهاراتها الأساسية مع FLUX 3 Image الأكبر. وهو يدعم إنشاء مراجع متعددة بما يصل إلى 10 صور مرجعية، مما يسمح للمستخدمين بدمج مجموعة كبيرة من المدخلات المرئية في مخرجات واحدة. يتم نقل الجيل الأصلي بدقة 4K والتحرير المثالي للبكسل من اللعبة الرئيسية، كما هو الحال مع المربعات المحيطة التي تتحكم في التركيب أو تقيد التعديلات على منطقة معينة من اللوحة القماشية.
تقول Black Forest Labs إن النموذج يعتمد على التعلم المشترك لـ FLUX 3 عبر الصور والفيديو والصوت: تساهم الصور بالتفاصيل المكانية، ويضيف الفيديو الحركة والديناميكيات الفيزيائية، ويوفر الصوت معلومات حول الأحداث والتفاعلات. وفقًا للشركة، فإن هذه الإشارات المجمعة تساعد النموذج على إنشاء صور تبدو وكأنها متأصلة في العالم الحقيقي.
يأتي الإصدار في نوعين مختلفين - نموذج أساسي مخصص للضبط الدقيق ونموذج مقطر تدريجي مصمم لتوليد زمن وصول منخفض - جنبًا إلى جنب مع الإصدارات الكمية FP8 وINT8 وNVFP4 التي تم تطويرها بدعم NVIDIA. تتطلب أوزان المولد 11.2 جيجابايت من الذاكرة بدقة BF16 و5.6 جيجابايت في FP8.
المطالبات القياسية ضد المنافسين الأكبر
في التقييمات الداخلية، صنفت Black Forest Labs FLUX 3 Image Klein في المرتبة الأولى في تحويل النص إلى صورة وإنشاء مراجع متعددة وتحرير الصور بين نماذج الأوزان المفتوحة، وقبل النماذج المغلقة في مجموعة المقارنة الخاصة بها، Ideogram V4.5 وFLUX.2 [pro]. عند معلمات 5.6B، فهو أصغر نموذج في تلك المقارنة: يقوم Qwen-Image 2.1 بالتحقق عند معلمات 7B وKrea 2 عند 12.9B.
بالمقارنة مع سابقتها، فإن المكاسب أصبحت أكثر واقعية. بالمقارنة مع FLUX.2 [klein]، وهو نموذج 9B، يسجل الإصدار الجديد 91 Elo أعلى في تحويل النص إلى صورة و70 Elo أعلى في تحرير الصور مع استخدام معلمات أقل بنسبة 38 بالمائة. كما هو الحال مع جميع التقييمات التي ينشرها البائعون، تأتي الأرقام من الاختبارات الداخلية للشركة بدلاً من لوحة المتصدرين المستقلة، لذلك من الأفضل قراءتها باعتبارها مطالبة افتتاحية قوية بدلاً من كونها حقيقة ثابتة.
مصمم خصيصًا لوحدات معالجة الرسومات الاستهلاكية
العنوان الأكثر عملية للهواة والاستوديوهات الصغيرة هو الأجهزة. مع إصدار INT8، يعمل FLUX 3 Image Klein على وحدات معالجة الرسومات NVIDIA GeForce RTX مع ما لا يقل عن 8 جيجابايت من ذاكرة VRAM من خلال ComfyUI أو Diffusers - مما يوسع ما بدأه FLUX.2 [klein] ليشمل الأجهزة الأصغر حجمًا.
أرقام السرعة التي أصدرتها الشركة، والتي تم قياسها بواسطة NVIDIA، تضع النموذج المقطر خطوة بخطوة في 16 خطوة لكل صورة: ما يقرب من 4 ثوانٍ لصورة بدقة 1 ميجابكسل على RTX 5090 وأقل من 9 ثوانٍ على RTX 4070، باستخدام ComfyUI. النموذج الأساسي، في 50 خطوة، يتاجر بالسرعة لضبط الإرتفاع.
بالنسبة للفرق التي لديها متطلبات سيادة البيانات أو تفويضات النشر المحلية، تعرض الشركة ما يلي بالضبط: القدرة على تقييم وتكييف نموذج تحرير قادر بالكامل على البنية التحتية الخاصة بهم. ومن ناحية المستهلك، فإن المساحة الصغيرة تجعل عملية تحرير الصور على أجهزة الكمبيوتر المحمولة على الجهاز أمرًا واقعيًا وليس طموحًا.
الضبط الدقيق من اليوم الأول
تم تصميم نقطة التفتيش الأساسية للتكيف. تدعم Diffusers وOstris's AI Toolkit تدريب LoRA خارج الصندوق، كما يقوم NeMo AutoModel من NVIDIA بشحن الوصفات التي تعمل مباشرة من نقاط التفتيش التي تم إصدارها. يعد هذا الدعم من اليوم الأول مهمًا للنظام البيئي للأوزان المفتوحة، حيث غالبًا ما تحدد متغيرات المجتمع المضبوطة بدقة مدى سرعة انتشار النموذج.
قصة واجهة برمجة التطبيقات: توسيع حدود السرعة والجودة
بالنسبة للمستخدمين الذين يفضلون عدم تشغيل أي شيء محليًا، تقدم Black Forest Labs خدمة FLUX 3 Image Klein من خلال واجهة برمجة التطبيقات الخاصة بها وتدعي أنها توسع حدود Pareto عالية الجودة: زمن استجابة أقل من Qwen-Image 2.1 وFLUX.2 [pro] وIdeogram V4.5 وKrea 2، مع أعلى تصنيف عند نقطة زمن الاستجابة وما فوق.
ماذا يعني بالنسبة لسباق الصور ذات الأوزان المفتوحة
يأتي الإصدار في أسبوع مزدحم لتوليد الصور، بعد أيام من تقديم Krea لـ Krea 3، وهو نموذج يركز على التحرير قام نفس المجتمع بمقارنته بالأدوات المغلقة. النمط ثابت: تنخفض أعداد المعلمات بينما ترتفع مطالبات الجودة، وتستمر الفجوة بين ما يتم تشغيله على وحدة معالجة الرسومات لمركز البيانات وما يتم تشغيله على كمبيوتر الألعاب في التضييق.
إذا صمدت مطالبات المعيار تحت التدقيق المستقل، فإن FLUX 3 Image Klein يجعل تحرير الصور المحلية عالية الجودة توقعًا افتراضيًا بدلاً من التسوية - ويضع المزيد من ضغط التسعير على واجهات برمجة تطبيقات الصور المغلقة. يجب على المستخدمين التجاريين قراءة شروط ترخيص FLUX Kommunity عن كثب قبل شحنها في الإنتاج، حيث أن شروط الترخيص، وليس القدرات، هي العامل الحاسم بشكل متزايد لاعتماد الأوزان المفتوحة.
---
ابقَ في طليعة الذكاء الاصطناعياحصل على آخر الأخبار والتحليلات والإنجازات في مجال الذكاء الاصطناعي — كل ذلك في مكان واحد.
اقرأ المزيد من أخبار الذكاء الاصطناعي →
