Black Forest Labs ilitoa FLUX 3 Image Klein siku ya Jumatano, kielelezo cha uzani wa wazi cha bilioni 5.6 kwa ajili ya utengenezaji wa maandishi hadi picha, uhariri wa picha na uundaji wa marejeleo mengi ambao hubeba uwezo wa kichwa cha mfumo mkuu wa kampuni wa FLUX 3 Image hadi maunzi ya kawaida kama kadi ya picha ya mtumiaji ya 8GB.
Toleo hilo, lililotangazwa kwenye blogu ya Black Forest Labs, linajumuisha utengenezaji wa picha za 4K asili, uhariri wa pikseli-kamili na vidhibiti vya kisanduku cha kufunga ambavyo huelekeza mahali vipengee vimewekwa au kudhibiti uhariri kwenye eneo lililobainishwa - vipengele ambavyo kampuni ilikuwa imehifadhi awali kwa muundo kamili wa Picha ya FLUX 3. Uzito unapatikana kwa kupakuliwa chini ya Leseni ya FLUX Kommunity, na modeli pia inahudumiwa kupitia API iliyopangishwa na kampuni. Ni mojawapo ya matoleo ya miundo ya picha wazi ya mwaka huu, na ishara ya jinsi maendeleo ya hivi punde ya AI yanavyosukuma uundaji wa uwezo kwenye maunzi ya kila siku - kwa matumizi yanayoendelea, angalia AI Buzz Wire.
Muundo Mdogo Mwenye Sifa za Umiliki
Licha ya saizi yake iliyoshikana, FLUX 3 Image Klein inashiriki ujuzi wake wa kimsingi na Picha kubwa ya FLUX 3. Inaauni uundaji wa marejeleo mengi na hadi picha 10 za marejeleo, kuruhusu watumiaji kuchanganya seti kubwa ya ingizo za kuona kwenye towe moja. Uzalishaji wa 4K asilia na uhariri bora wa pikseli hupitishwa kutoka kwa kinara, kama vile visanduku vya kufunga vinavyodhibiti utunzi au kudhibiti uhariri kwenye eneo mahususi la turubai.
Black Forest Labs inasema muundo huu unatokana na mafunzo yaliyoshirikiwa ya FLUX 3 kwenye picha, video na sauti: picha huchangia maelezo ya anga, video huongeza mwendo na mienendo ya kimwili, na sauti hutoa taarifa kuhusu matukio na mwingiliano. Kulingana na kampuni hiyo, mawimbi hayo ya pamoja husaidia kielelezo kutoa picha zinazohisi kuwa msingi katika ulimwengu halisi.
Meli za kutolewa katika lahaja mbili - kielelezo cha msingi kilichokusudiwa kusawazishwa vizuri na kielelezo cha kusawazishwa kwa hatua kilichoundwa kwa ajili ya uzalishaji wa muda wa chini - kando ya FP8, INT8 na NVFP4 miundo iliyopimwa iliyotengenezwa kwa usaidizi wa NVIDIA. Uzito wa jenereta unahitaji kumbukumbu ya 11.2GB katika usahihi wa BF16 na 5.6GB katika FP8.
Madai ya Kiwango dhidi ya Wapinzani Wakubwa
Katika tathmini za ndani, Black Forest Labs huweka FLUX 3 Image Klein ya kwanza katika maandishi-kwa-picha, uzalishaji wa marejeleo mengi na uhariri wa picha kati ya miundo ya uzani huria, na mbele ya miundo iliyofungwa katika seti yake ya ulinganifu, Ideogram V4.5 na FLUX.2 [pro]. Katika vigezo vya 5.6B, ni kielelezo kidogo zaidi katika ulinganisho huo: Qwen-Image 2.1 huingia katika vigezo vya 7B na Krea 2 kwa 12.9B.
Dhidi ya mtangulizi wake mwenyewe, faida ni thabiti zaidi. Ikilinganishwa na FLUX.2 [klein], muundo wa 9B, toleo jipya limepata alama 91 Elo juu katika maandishi hadi picha na 70 Elo juu zaidi katika uhariri wa picha huku likitumia vigezo vichache kwa asilimia 38. Kama ilivyo kwa tathmini zote zilizochapishwa na muuzaji, nambari hutoka kwa majaribio ya ndani ya kampuni badala ya ubao huru wa wanaoongoza, kwa hivyo zisomwe kama dai thabiti la kufungua badala ya ukweli uliosuluhishwa.
Imeundwa kwa ajili ya GPU za Watumiaji
Kichwa cha habari cha vitendo zaidi kwa wapenda hobby na studio ndogo ni vifaa. Kwa muundo wa INT8, FLUX 3 Image Klein inaendeshwa kwenye NVIDIA GeForce RTX GPU yenye kiasi kidogo cha 8GB ya VRAM kupitia ComfyUI au Diffusers - kupanua kile FLUX.2 [klein] ilianza hadi mashine ndogo zaidi.
Takwimu za kasi zilizotolewa na kampuni, zilizopimwa na NVIDIA, ziliweka kielelezo cha hatua kwa hatua kwa hatua 16 kwa kila picha: takribani sekunde 4 kwa picha ya megapixel moja kwenye RTX 5090 na chini ya sekunde 9 kwenye RTX 4070, kwa kutumia ComfyUI. Muundo wa msingi, kwa hatua 50, hubadilisha kasi ya urekebishaji mzuri wa vyumba vya kichwa.
Kwa timu zilizo na mahitaji ya mamlaka ya data au mamlaka ya utumaji wa eneo lako, kampuni huzingatia hilo haswa: uwezo wa kutathmini na kurekebisha muundo wa uhariri wa uwezo kabisa kwenye miundombinu yao wenyewe. Kwa upande wa watumiaji, alama ndogo ya mguu hufanya uhariri wa picha kwenye kifaa kwenye kompyuta ndogo kuwa wa kweli badala ya matarajio.
Marekebisho Mzuri Kutoka Siku ya Kwanza
Sehemu ya ukaguzi ya msingi imeundwa kwa ajili ya kukabiliana. Diffusers na Ostris's AI Toolkit inasaidia mafunzo ya LoRA nje ya boksi, na NeMo AutoModel ya NVIDIA husafirisha mapishi ambayo hufanya kazi moja kwa moja kutoka kwa vituo vya ukaguzi vilivyotolewa. Usaidizi huo wa siku ya kwanza ni muhimu kwa mfumo wa uzani huria, ambapo anuwai za jamii zilizoboreshwa mara nyingi huamua jinsi muundo unavyoenea haraka.
Hadithi ya API: Kupanua Mipaka ya Ubora wa Kasi
Kwa watumiaji ambao hawataki kuendesha chochote ndani ya nchi, Black Forest Labs hutumikia FLUX 3 Image Klein kupitia API yake na inadai inapanua mpaka wa Pareto wa ubora wa kasi: muda wa kusubiri wa chini kuliko Qwen-Image 2.1, FLUX.2 [pro], Ideogram V4.5 na Krea 2, yenye ukadiriaji wa juu zaidi katika sehemu yake ya kusubiri na zaidi.
Inamaanisha Nini kwa Mbio za Picha za Uzito Wazi
Toleo hilo linatua katika wiki iliyojaa watu kwa ajili ya utengenezaji wa picha, siku chache baada ya Krea kutambulisha Krea 3, mtindo unaolenga uhariri ambao jumuiya hiyo hiyo imekuwa ikilinganisha dhidi ya zana zilizofungwa. Mchoro huo ni thabiti: hesabu za vigezo zinapungua huku madai ya ubora yakiongezeka, na pengo kati ya kile kinachotumika kwenye kituo cha data cha GPU na kinachotumika kwenye Kompyuta ya michezo ya kubahatisha inaendelea kupungua.
Ikiwa madai ya kiwango cha juu yatadumu chini ya uchunguzi huru, FLUX 3 Image Klein hufanya uhariri wa picha wa ndani, wa ubora wa juu kuwa matarajio chaguomsingi badala ya maelewano - na huweka shinikizo zaidi la bei kwenye API za picha funge. Watumiaji wa kibiashara wanapaswa kusoma masharti ya Leseni ya FLUX Kommunity kwa karibu kabla ya kuisafirisha katika toleo la umma, kwa kuwa masharti ya leseni, wala si uwezo, yanazidi kuwa sababu ya kuamua kupitishwa kwa uzani huria.
---
Kaa Mbele ya AIPata habari za hivi punde za AI, uchanganuzi na mafanikio - yote katika sehemu moja.
Soma habari zaidi za AI →
