Black Forest Labs မှ FLUX 3 Image Klein သည် မူရင်း 4K နှင့် 8GB VRAM တည်းဖြတ်မှုဖြင့် 5.6B Open-Weights မော်ဒယ်

Black Forest Labs သည် ကုမ္ပဏီ၏ အထင်ကရ FLUX 3 ရုပ်ပုံစနစ်၏ 8GB အသုံးပြုသူ ဂရပ်ဖစ်ကတ်ကဲ့သို့ အနည်းငယ်မျှသာသော 8GB သုံးစွဲသူဂရပ်ဖစ်ကတ်ကဲ့သို့ ဟာ့ဒ်ဝဲအဖြစ် ပျော့ပျောင်းသည့် ဟာ့ဒ်ဝဲအဖြစ် 5.6 ဘီလီယံ အတိုင်းအတာရှိသော အဖွင့်အလေးပေးသည့် မော်ဒယ်ကို Black Forest Labs မှ ဗုဒ္ဓဟူးနေ့တွင် ထုတ်ပြန်ခဲ့သည်။

Black Forest Labs ဘလော့ဂ်တွင် ကြေညာထားသော ထုတ်ဝေမှုတွင် မူရင်း 4K ရုပ်ပုံမျိုးဆက်၊ pixel-ပြီးပြည့်စုံသော တည်းဖြတ်မှုများနှင့် အစိတ်အပိုင်းများကို နေရာချသည့်နေရာ သို့မဟုတ် သတ်မှတ်ဧရိယာအတွင်း တည်းဖြတ်မှုများကို ကန့်သတ်ထားသည့် ထိန်းချုပ်မှုများ ပါဝင်သည် — ကုမ္ပဏီသည် ယခင်က FLUX 3 ရုပ်ပုံမော်ဒယ်အတွက် အပြည့်အ၀ သီးသန့်ထားခဲ့သော အင်္ဂါရပ်များပါဝင်သည်။ အလေးချိန်များကို FLUX Kommunity License အောက်တွင် ဒေါင်းလုဒ်လုပ်နိုင်ပြီး မော်ဒယ်ကိုလည်း ကုမ္ပဏီ၏ လက်ခံဆောင်ရွက်ပေးသည့် API မှတဆင့် ဆောင်ရွက်ပေးပါသည်။ ၎င်းသည် ယခုနှစ်အတွက် အကျိုးဆက်အရှိဆုံး အဖွင့်ရုပ်ပုံမော်ဒယ် ထုတ်ဝေမှုများထဲမှ တစ်ခုဖြစ်ပြီး နောက်ဆုံးပေါ် AI ဖွံ့ဖြိုးတိုးတက်မှုများသည် နေ့စဉ် ဟာ့ဒ်ဝဲများပေါ်တွင် စွမ်းရည်ရှိသော မျိုးဆက်များကို မည်မျှ လျင်မြန်စွာ တွန်းပို့နေသည် ၏ လက္ခဏာရပ်ဖြစ်သည် — စဉ်ဆက်မပြတ် လွှမ်းခြုံမှုအတွက် AI Buzz Wire တွင် ကြည့်ပါ။

Flagship အင်္ဂါရပ်များပါရှိသော သေးငယ်သော မော်ဒယ်

၎င်း၏အရွယ်အစားသေးငယ်သော်လည်း FLUX 3 Image Klein သည် ပိုမိုကြီးမားသော FLUX 3 Image နှင့် ၎င်း၏အဓိကကျွမ်းကျင်မှုအစုံကိုမျှဝေသည်။ ၎င်းသည် ရည်ညွှန်းပုံ 10 ခုအထိပါရှိသော Multi-Reference Generation ကို ပံ့ပိုးပေးကာ အသုံးပြုသူများကို အထွက်တစ်ခုထဲသို့ အမြင်အာရုံသွင်းအားစုများစွာကို ရောစပ်နိုင်စေပါသည်။ မူရင်း 4K မျိုးဆက်နှင့် pixel-ပြီးပြည့်စုံသော တည်းဖြတ်မှုသည် စီစဥ်မှုကို ထိန်းချုပ်သည့် သို့မဟုတ် ကင်းဗတ်စ်၏ သီးခြားဒေသတစ်ခုသို့ တည်းဖြတ်မှုများကို ကန့်သတ်သည့် အကန့်အကွက်များကို ဘောင်ခတ်ထားသည့် အကွက်များအဖြစ် ထိပ်တန်းအဆင့်မှ သယ်ဆောင်သည်။

Black Forest Labs မှ ပြောကြားသည်မှာ အဆိုပါ မော်ဒယ်သည် FLUX 3 ၏ ရုပ်ပုံများ၊ ဗီဒီယို နှင့် အသံများကြား မျှဝေထားသော သင်ယူမှုများကို တည်ဆောက်သည်- ရုပ်ပုံများသည် spatial detail ကို ပံ့ပိုးပေးသည်၊ ဗီဒီယိုသည် လှုပ်ရှားမှုနှင့် ရုပ်ပိုင်းဆိုင်ရာ ဒိုင်နမစ်များကို ပေါင်းထည့်ထားပြီး အသံသည် အဖြစ်အပျက်များနှင့် အပြန်အလှန် ဆက်သွယ်မှုဆိုင်ရာ အချက်အလက်များကို ပံ့ပိုးပေးပါသည်။ ကုမ္ပဏီ၏အဆိုအရ အဆိုပါပေါင်းစပ်အချက်ပြမှုများသည် မော်ဒယ်သည် လက်တွေ့ကမ္ဘာတွင် အခြေတည်သည့်ပုံများကို ဖန်တီးရန် ကူညီပေးသည်။

ဖြန့်ချိမှုကို FP8၊ INT8 နှင့် NVFP4 ပံ့ပိုးမှုဖြင့် တီထွင်ထားသော FP8၊ INT8 နှင့် NVFP4 မှ ထုတ်လုပ်ထားသော အရေအတွက်နည်းသော latency မျိုးဆက်အတွက် ရည်ရွယ်သည့် အခြေခံမော်ဒယ်နှင့် အခြေခံမော်ဒယ်လ် နှစ်မျိုးဖြင့် တင်ပို့သည်။ ဂျင်နရေတာအလေးချိန်သည် BF16 တိကျမှုတွင် 11.2GB မမ်မိုရီနှင့် FP8 တွင် 5.6GB လိုအပ်သည်။

Benchmark သည် ပိုကြီးသောပြိုင်ဘက်များကိုဆန့်ကျင်သည်။

အတွင်းပိုင်းအကဲဖြတ်ချက်များတွင် Black Forest Labs သည် FLUX 3 Image Klein ကို စာသားမှပုံတစ်ပုံအထိ၊ အဖွင့်အလေးများပုံစံများကြားတွင် ပုံမျိုးစုံတည်းဖြတ်ခြင်းနှင့် ပုံတည်းဖြတ်ခြင်းတွင် ပထမအဆင့်၊ Ideogram V4.5 နှင့် FLUX.2 [pro] တို့ကို နှိုင်းယှဉ်သတ်မှတ်ထားသည်။ 5.6B ကန့်သတ်ချက်များတွင်၊ ၎င်းသည် ထိုနှိုင်းယှဉ်မှုတွင် အသေးငယ်ဆုံးပုံစံဖြစ်သည်- Qwen-Image 2.1 သည် 7B ဘောင်များတွင် ဝင်ရောက်ပြီး Krea 2 တွင် 12.9B ရှိသည်။

၎င်း၏ရှေ့ဆက်သူနှင့် ဆန့်ကျင်ဘက်ဖြစ်သော အမြတ်များသည် ပို၍ခိုင်မာသည်။ 9B မော်ဒယ်ဖြစ်သည့် FLUX.2 [klein] နှင့် နှိုင်းယှဉ်ပါက၊ ထုတ်ဝေမှုအသစ်သည် စာသားမှပုံတစ်ပုံအတွက် 91 Elo ပိုများပြီး 38 ရာခိုင်နှုန်းပိုနည်းသော ဘောင်များကို အသုံးပြုနေစဉ် ပုံတည်းဖြတ်ရာတွင် 70 Elo ပိုများသည်။ ရောင်းချသူ-ထုတ်ဝေသည့် အကဲဖြတ်မှုများ အားလုံးကဲ့သို့ပင်၊ နံပါတ်များသည် လွတ်လပ်သော ဦးဆောင်သူစာရင်းထက် ကုမ္ပဏီတွင်း စမ်းသပ်မှုမှ ဆင်းသက်လာသောကြောင့် ၎င်းတို့ကို ပြေလည်စေမည့်အချက်ထက် ခိုင်မာသော ဖွင့်ဆိုချက်အဖြစ် ဖတ်ရန် အကောင်းဆုံးဖြစ်သည်။

သုံးစွဲသူ GPU များအတွက် တည်ဆောက်ထားသည်။

ဝါသနာရှင်များနှင့် အသေးစားစတူဒီယိုများအတွက် လက်တွေ့အကျဆုံး ခေါင်းစီးမှာ ဟာ့ဒ်ဝဲဖြစ်သည်။ INT8 တည်ဆောက်မှုဖြင့်၊ FLUX 3 Image Klein သည် ComfyUI သို့မဟုတ် Diffusers မှတဆင့် VRAM 8GB လောက်သာရှိသော NVIDIA GeForce RTX GPU များပေါ်တွင် လုပ်ဆောင်သည် — FLUX.2 [klein] သည် သေးငယ်သောစက်များအထိ ချဲ့ထွင်သည်။

NVIDIA မှ တိုင်းတာသော ကုမ္ပဏီမှ ထုတ်ပြန်သော အမြန်နှုန်းကိန်းဂဏန်းများသည် တစ်ပုံလျှင် 16 လှမ်းနှုန်းဖြင့် RTX 5090 နှင့် ComfyUI ကို အသုံးပြု၍ RTX 4070 တွင် 9 စက္ကန့်အောက် တစ်မီဂါပစ်ဇယ်ပုံတစ်ပုံအတွက် အကြမ်းဖျင်းအားဖြင့် 4 စက္ကန့်ဖြစ်သည်။ အခြေခံမော်ဒယ်သည် အဆင့် 50 တွင်၊ ကောင်းမွန်စွာချိန်ညှိနိုင်သော headroom အတွက် အမြန်နှုန်းကို ကုန်သွယ်မှုပြုသည်။

ဒေတာအချုပ်အခြာအာဏာ လိုအပ်ချက်များ သို့မဟုတ် ဒေသဆိုင်ရာ အသုံးချမှုဆိုင်ရာ လုပ်ပိုင်ခွင့်များရှိသည့် အဖွဲ့များအတွက် ကုမ္ပဏီသည် ၎င်းတို့ကိုယ်ပိုင်အခြေခံအဆောက်အအုံပေါ်တွင် လုံး၀ ပြုပြင်နိုင်သော တည်းဖြတ်မှုပုံစံကို အကဲဖြတ်နိုင်မှုနှင့် လိုက်လျောညီထွေဖြစ်အောင် လုပ်ဆောင်နိုင်မှုတို့ကို အတိအကျဖော်ပြသည်။ စားသုံးသူဘက်တွင်၊ သေးငယ်သောခြေရာသည် လက်တော့ပ်များပေါ်ရှိ စက်ပေါ်ရှိ ရုပ်ပုံတည်းဖြတ်ခြင်းကို မျှော်မှန်းချက်ထက် လက်တွေ့ကျစေသည်။

နေ့စဥ်ကတည်းက အနုစိတ်ညှိခြင်း။

လိုက်လျောညီထွေဖြစ်စေရန်အတွက် အခြေခံစစ်ဆေးရေးဂိတ်ကို တည်ဆောက်ထားသည်။ Diffusers များနှင့် Ostris ၏ AI Toolkit သည် LoRA လေ့ကျင့်ရေးကို ဘောက်စ်မှ ပံ့ပိုးပေးကာ NVIDIA ၏ NeMo AutoModel သည် ထွက်ရှိလာသည့် စစ်ဆေးရေးဂိတ်များမှ တိုက်ရိုက်လုပ်ဆောင်သည့် ချက်ပြုတ်နည်းများကို ပေးပို့ပါသည်။ စံပြတစ်ခု မည်မျှလျင်မြန်စွာ ပျံ့နှံ့သည်ကို ကောင်းစွာသတ်မှတ်ထားသော ရပ်ရွာမျိုးကွဲများသည် စံပြတစ်ခု မည်မျှလျင်မြန်စွာ ပျံ့နှံ့ကြောင်း ဆုံးဖြတ်လေ့ရှိသည့် ထိုနေ့-တစ်ရက်တွင် ပံ့ပိုးကူညီမှုမှာ အရေးကြီးပါသည်။

API ဇာတ်လမ်း- မြန်နှုန်း အရည်အသွေး နယ်နိမိတ်ကို တိုးချဲ့ခြင်း။

ပြည်တွင်း၌ မည်သည့်အရာကိုမျှ မလုပ်ဆောင်လိုသော အသုံးပြုသူများအတွက်၊ Black Forest Labs သည် ၎င်း၏ API မှတစ်ဆင့် FLUX 3 Image Klein ကို ဝန်ဆောင်မှုပေးကာ ၎င်းသည် ၎င်း၏ latency point နှင့် ၎င်း၏အထက်တွင် အမြင့်ဆုံးအဆင့်သတ်မှတ်ထားသော အမြန်နှုန်းအရည်အသွေး Pareto Frontier ကို တိုးချဲ့ပေးသည်- Qwen-Image 2.1၊ FLUX.2 [pro]၊

Open-Weights Image Race အတွက် ဘာကိုဆိုလိုလဲ။

Krea သည် Krea 3 ကို မိတ်ဆက်ပြီးနောက် ရက်သတ္တပတ်အတွင်း ထုတ်ဝေမှုတွင် လူစည်ကားသော ရက်သတ္တပတ်တစ်ခုအတွင်းတွင်၊ တည်းဖြတ်မှုကို အာရုံစိုက်သည့် မော်ဒယ်လ်သည် ပိတ်ထားသောကိရိယာများကို စံနမူနာပြုထားသည်။ ပုံစံသည် တသမတ်တည်းဖြစ်သည်- အရည်အသွေး အရေးဆိုမှုများ မြင့်တက်နေချိန်တွင် ကန့်သတ်ချက်အရေအတွက်များ ကျဆင်းနေပြီး ဒေတာစင်တာ GPU တွင် လုပ်ဆောင်သည့်အရာနှင့် ဂိမ်းဆော့သည့် PC တွင် လုပ်ဆောင်သည့်အရာတို့ကြား ကွာဟချက်မှာ ကျဉ်းမြောင်းသွားပါသည်။

စံနှုန်းတောင်းဆိုချက်များသည် လွတ်လပ်သောစိစစ်မှုအောက်တွင် ရှိနေပါက၊ FLUX 3 Image Klein သည် အပေးအယူတစ်ခုထက် ပုံသေအရည်အသွေးမြင့် ရုပ်ပုံများကို တည်းဖြတ်ခြင်းကို ပြုလုပ်သည် — နှင့် ပိတ်ထားသောပုံ APIs များအတွက် စျေးနှုန်းဖိအားပေးသည်။ လိုင်စင်အခြေအနေများ၊ စွမ်းရည်များမဟုတ်ဘဲ ပွင့်လင်းအလေးသာမွေးစားခြင်းအတွက် အဆုံးအဖြတ်ပေးသည့်အချက် ပိုများလာသောကြောင့် ထုတ်လုပ်မှုတွင် မတင်ပို့မီ ကူးသန်းရောင်းဝယ်ရေးအသုံးပြုသူများသည် FLUX Kommunity လိုင်စင်စည်းကမ်းချက်များကို အနီးကပ်ဖတ်သင့်သည်။

---

AI ၏ရှေ့တွင်နေရန်

နောက်ဆုံးပေါ် AI သတင်းများ၊ ခွဲခြမ်းစိတ်ဖြာမှုနှင့် အောင်မြင်မှုများ—အားလုံးကို တစ်နေရာတည်းတွင် ရယူပါ။

AI သတင်းအပြည့်အစုံကို ဖတ်ရှုရန် →