Black Forest Labsは水曜日、FLUX 3 Image Kleinをリリースした。これは、テキストから画像への生成、画像編集、およびマルチリファレンス生成のための56億パラメータのオープンウェイトモデルであり、同社の主力製品であるFLUX 3 Imageシステムのヘッドライン機能を、8GBのコンシューマグラフィックスカードと同程度のハードウェアにまで搭載している。

Black Forest Labs のブログで発表されたこのリリースには、ネイティブ 4K 画像生成、ピクセルパーフェクト編集、要素の配置場所を指定したり、定義された領域に編集を制限したりする境界ボックス コントロールが含まれています。これらの機能は、同社が以前に完全な FLUX 3 Image モデル用に予約していたものです。重みは FLUX Kommunity License に基づいてダウンロードでき、モデルは会社のホスト API を通じても提供されます。これは、今年最も重要なオープン イメージ モデル リリースの 1 つであり、最新の AI 開発がいかに急速に有能な世代を日常のハードウェアに押し込んでいるかを示しています。継続的な報道については、AI Buzz Wire を参照してください。

主力機能を備えた小型モデル

コンパクトなサイズにもかかわらず、FLUX 3 Image Klein はそのコアとなるスキルセットを大型の FLUX 3 Image と共有しています。最大 10 個の参照画像によるマルチ参照生成をサポートしており、ユーザーは大量のビジュアル入力を 1 つの出力にブレンドできます。ネイティブ 4K 生成とピクセルパーフェクトな編集は、構成を制御したり編集をキャンバスの特定の領域に制限したりするバウンディング ボックスと同様に、フラッグシップモデルから引き継がれています。

Black Forest Labs によると、このモデルは画像、ビデオ、オーディオにわたる FLUX 3 の共有学習に基づいて構築されています。画像は空間の詳細を提供し、ビデオは動きと物理的なダイナミクスを追加し、オーディオはイベントとインタラクションに関する情報を提供します。同社によれば、これらの組み合わせられた信号は、モデルが現実世界に根ざしていると感じられる画像を生成するのに役立ちます。

このリリースには、NVIDIA サポートで開発された FP8、INT8、および NVFP4 量子化ビルドに加えて、微調整を目的としたベース モデルと、低レイテンシー生成のために構築されたステップ蒸留モデルの 2 つのバージョンが同梱されています。ジェネレーターの重みには、BF16 精度で 11.2 GB、FP8 で 5.6 GB のメモリーが必要です。

より大きなライバルに対するベンチマークの主張

Black Forest Labs は、内部評価で FLUX 3 Image Klein をテキストから画像への変換、複数参照の生成、および画像編集において、オープンウェイト モデルの中で第 1 位にランク付けし、比較セットのクローズド モデルである Ideogram V4.5 および FLUX.2 [pro] を上回っています。 5.6B パラメータで、これは比較の中で最小のモデルです。Qwen-Image 2.1 は 7B パラメータでチェックインし、Krea 2 は 12.9B パラメータでチェックインします。

前作と比べて、その利点はより具体的です。 9B モデルである FLUX.2 [klein] と比較すると、新しいリリースのスコアは、テキストから画像への変換で 91 Elo 高く、画像編集で 70 Elo 高くなりますが、使用するパラメーターは 38% 少なくなります。ベンダーが公開するすべての評価と同様、この数値は独立したリーダーボードではなく、企業独自の内部テストから得られたものであるため、確定した事実ではなく、強力な冒頭の主張として読むのが最善です。

コンシューマー向け GPU 向けに構築

愛好家や小規模スタジオにとって最も実用的な見出しはハードウェアです。 INT8 ビルドでは、FLUX 3 Image Klein は、ComfyUI または Diffuser を介してわずか 8 GB の VRAM を備えた NVIDIA GeForce RTX GPU 上で実行され、FLUX.2 [klein] が開始したものをさらに小型のマシンに拡張します。

同社が発表した、NVIDIA が測定した速度の数値によると、段階蒸留モデルは画像あたり 16 ステップでした。ComfyUI を使用した場合、RTX 5090 の 1 メガピクセル画像の場合は約 4 秒、RTX 4070 では 9 秒未満でした。ベースモデルは 50 ステップで、スピードと引き換えにヘッドルームを微調整します。

データ主権の要件やローカル展開の義務があるチームに対して、同社はまさにそれを売り込みます。それは、自社のインフラストラクチャ上で有能な編集モデルを完全に評価し、適応させる能力です。消費者側では、設置面積が小さいため、ラップトップでのオンデバイス画像編集は、憧れではなく現実的なものになります。

初日から微調整

基本チェックポイントは適応のために構築されます。ディフューザーとオストリスの AI ツールキットは、すぐに使える LoRA トレーニングをサポートしており、NVIDIA の NeMo AutoModel は、リリースされたチェックポイントから直接機能するレシピを同梱しています。オープンウェイト エコシステムでは、その日のサポートが重要であり、コミュニティの微調整されたバリアントがモデルの普及速度を決定することがよくあります。

API ストーリー: 速度と品質のフロンティアを拡張する

ローカルで何も実行したくないユーザーのために、Black Forest Labs は API を通じて FLUX 3 Image Klein を提供し、速度品質のパレートフロンティアを拡張すると主張しています。つまり、Qwen-Image 2.1、FLUX.2 [pro]、Ideogram V4.5、および Krea 2 よりもレイテンシーが低く、レイテンシーポイント以上で最高の評価を得ています。

無差別級イメージレースにとっての意味

このリリースは、Krea が編集に重点を置いたモデルである Krea 3 を発表した数日後、画像生成が集中する週に行われました。Krea 3 は、同じコミュニティがクローズド ツールに対してベンチマークを行ってきました。パターンは一貫しています。品質要求が高まる一方でパラメータ数は減少しており、データセンターの GPU で実行されるものとゲーム PC で実行されるものとの間のギャップは縮小し続けています。

ベンチマークの主張が独立した精査のもとで有効であれば、FLUX 3 Image Klein はローカルで高品質な画像編集を妥協ではなくデフォルトの期待とし、クローズド画像 API にさらなる価格圧力をかけます。商用ユーザーは、実稼働環境で出荷する前に FLUX Kommunity ライセンス条項をよく読む必要があります。これは、オープンウェイトの採用においては、機能ではなくライセンス条件が決定要因になることが増えているためです。

---

AI の先を行く

最新の AI ニュース、分析、画期的な情報をすべて 1 か所で入手できます。

AI ニュースをもっと読む→