Black Forest Labs mengeluarkan FLUX 3 Image Klein pada hari Rabu, model pemberat terbuka 5.6 bilion parameter untuk penjanaan teks-ke-imej, pengeditan imej dan penjanaan berbilang rujukan yang membawa keupayaan tajuk utama sistem Imej FLUX 3 utama syarikat itu kepada perkakasan yang sederhana seperti kad grafik pengguna 8GB.
Keluaran itu, yang diumumkan di blog Black Forest Labs, termasuk penjanaan imej 4K asli, pengeditan sempurna piksel dan kawalan kotak sempadan yang menentukan tempat elemen diletakkan atau mengehadkan suntingan pada kawasan yang ditentukan — ciri yang sebelum ini dikhaskan oleh syarikat untuk model Imej FLUX 3 penuh. Weights tersedia untuk dimuat turun di bawah Lesen Komuniti FLUX, dan model ini juga disampaikan melalui API yang dihoskan syarikat. Ia merupakan salah satu keluaran model imej terbuka yang paling penting pada tahun ini, dan petanda betapa pantasnya perkembangan AI terkini mendorong penjanaan berkebolehan ke perkakasan harian — untuk liputan berterusan, lihat AI Buzz Wire.
Model Kecil Dengan Ciri Utama
Walaupun saiznya padat, FLUX 3 Image Klein berkongsi set kemahiran terasnya dengan FLUX 3 Image yang lebih besar. Ia menyokong penjanaan berbilang rujukan dengan sehingga 10 imej rujukan, membenarkan pengguna menggabungkan satu set besar input visual ke dalam satu output. Penjanaan 4K asli dan pengeditan sempurna piksel dibawa dari perdana, begitu juga kotak sempadan yang mengawal komposisi atau mengehadkan pengeditan pada kawasan tertentu kanvas.
Black Forest Labs berkata model itu dibina berdasarkan pembelajaran dikongsi FLUX 3 merentas imej, video dan audio: imej menyumbang perincian spatial, video menambah gerakan dan dinamik fizikal, dan audio menyediakan maklumat tentang acara dan interaksi. Menurut syarikat itu, isyarat gabungan itu membantu model menjana imej yang berasa berasaskan dunia nyata.
Keluaran dihantar dalam dua varian — model asas yang bertujuan untuk penalaan halus dan model suling langkah yang dibina untuk penjanaan kependaman rendah — bersama binaan terkuantiti FP8, INT8 dan NVFP4 yang dibangunkan dengan sokongan NVIDIA. Berat penjana memerlukan 11.2GB memori dalam ketepatan BF16 dan 5.6GB dalam FP8.
Tuntutan Penanda Aras Terhadap Saingan Lebih Besar
Dalam penilaian dalaman, Black Forest Labs meletakkan FLUX 3 Image Klein sebagai tempat pertama dalam teks-ke-imej, penjanaan berbilang rujukan dan penyuntingan imej dalam kalangan model pemberat terbuka, dan mendahului model tertutup dalam set perbandingannya, Ideogram V4.5 dan FLUX.2 [pro]. Pada parameter 5.6B, ia adalah model terkecil dalam perbandingan itu: Qwen-Image 2.1 mendaftar masuk pada parameter 7B dan Krea 2 pada 12.9B.
Berbanding pendahulunya sendiri, keuntungannya lebih konkrit. Berbanding dengan FLUX.2 [klein], model 9B, keluaran baharu ini mendapat skor 91 Elo lebih tinggi dalam teks-ke-imej dan 70 Elo lebih tinggi dalam penyuntingan imej sambil menggunakan 38 peratus lebih sedikit parameter. Seperti semua penilaian yang diterbitkan oleh vendor, nombor itu datang daripada ujian dalaman syarikat sendiri dan bukannya papan pendahulu bebas, jadi mereka sebaiknya dibaca sebagai tuntutan pembukaan yang kukuh dan bukannya fakta yang diselesaikan.
Dibina untuk GPU Pengguna
Tajuk yang paling praktikal untuk penggemar dan studio kecil ialah perkakasan. Dengan binaan INT8, FLUX 3 Image Klein berjalan pada GPU NVIDIA GeForce RTX dengan sekurang-kurangnya 8GB VRAM melalui ComfyUI atau Diffusers — melanjutkan apa yang FLUX.2 [klein] mulakan kepada mesin yang lebih kecil.
Angka kelajuan yang dikeluarkan oleh syarikat, diukur oleh NVIDIA, meletakkan model suling langkah pada 16 langkah bagi setiap imej: kira-kira 4 saat untuk imej satu megapiksel pada RTX 5090 dan di bawah 9 saat pada RTX 4070, menggunakan ComfyUI. Model asas, pada 50 langkah, menukar kelajuan untuk ruang kepala penalaan halus.
Bagi pasukan yang mempunyai keperluan kedaulatan data atau mandat penempatan tempatan, syarikat itu menyatakan dengan tepat: keupayaan untuk menilai dan menyesuaikan model pengeditan yang berkebolehan sepenuhnya pada infrastruktur mereka sendiri. Di pihak pengguna, jejak kecil menjadikan pengeditan imej pada peranti pada komputer riba realistik dan bukannya bercita-cita tinggi.
Penalaan Halus Dari Hari Pertama
Pusat pemeriksaan asas dibina untuk penyesuaian. Peresap dan Alat AI Ostris menyokong latihan LoRA di luar kotak, dan NeMo AutoModel NVIDIA menghantar resipi yang berfungsi terus dari pusat pemeriksaan yang dikeluarkan. Sokongan satu hari itu penting untuk ekosistem wajaran terbuka, di mana varian komuniti yang diperhalusi sering menentukan seberapa cepat model merebak.
Kisah API: Memperluas Sempadan Kualiti Kelajuan
Bagi pengguna yang lebih suka tidak menjalankan apa-apa secara tempatan, Black Forest Labs menyediakan FLUX 3 Image Klein melalui APInya dan mendakwa ia memanjangkan sempadan Pareto kualiti kelajuan: kependaman yang lebih rendah daripada Qwen-Image 2.1, FLUX.2 [pro], Ideogram V4.5 dan Krea 2, dengan penarafan tertinggi pada titik kependaman dan ke atasnya.
Maksudnya untuk Perlumbaan Imej Wajaran Terbuka
Keluaran itu tiba dalam minggu yang sesak untuk penjanaan imej, beberapa hari selepas Krea memperkenalkan Krea 3, model tertumpu penyuntingan komuniti yang sama telah menanda aras terhadap alatan tertutup. Coraknya konsisten: kiraan parameter menurun manakala tuntutan kualiti meningkat, dan jurang antara perkara yang dijalankan pada GPU pusat data dan perkara yang dijalankan dalam PC permainan terus mengecil.
Jika tuntutan penanda aras bertahan di bawah penelitian bebas, FLUX 3 Image Klein menjadikan pengeditan imej tempatan berkualiti tinggi sebagai jangkaan lalai dan bukannya kompromi — dan meletakkan tekanan harga selanjutnya pada API imej tertutup. Pengguna komersial harus membaca syarat Lesen Komuniti FLUX dengan teliti sebelum menghantarnya dalam pengeluaran, kerana syarat lesen, bukan keupayaan, semakin menjadi faktor penentu untuk penerimaan wajaran terbuka.
---
Kekal Mendahului AIDapatkan berita, analisis dan penemuan terkini AI — semuanya di satu tempat.
Baca lebih banyak berita AI →
