பிளாக் ஃபாரஸ்ட் லேப்ஸ் புதனன்று FLUX 3 இமேஜ் க்ளீனை வெளியிட்டது, இது டெக்ஸ்ட்-டு-இமேஜ் உருவாக்கம், இமேஜ் எடிட்டிங் மற்றும் மல்டி-ரெஃபரன்ஸ் ஜெனரேஷன் ஆகியவற்றுக்கான 5.6 பில்லியன்-பாராமீட்டர் ஓப்பன்-வெயிட்ஸ் மாடலானது, இது நிறுவனத்தின் முதன்மையான FLUX 3 இமேஜ் சிஸ்டத்தின் ஹெட்லைன் திறன்களை 8GB நுகர்வோர் கிராபிக்ஸ் கார்டு வரை வன்பொருள் வரை கொண்டு செல்கிறது.

Black Forest Labs வலைப்பதிவில் அறிவிக்கப்பட்ட இந்த வெளியீட்டில், நேட்டிவ் 4K இமேஜ் ஜெனரேஷன், பிக்சல்-பெர்ஃபெக்ட் எடிட்டிங் மற்றும் எல்லை-பெட்டி கட்டுப்பாடுகள் ஆகியவை அடங்கும், அவை உறுப்புகள் எங்கு வைக்கப்படுகின்றன அல்லது திருத்தங்களை வரையறுக்கப்பட்ட பகுதிக்கு கட்டுப்படுத்துகின்றன - முழு FLUX 3 பட மாதிரிக்காக நிறுவனம் முன்பு ஒதுக்கியிருந்த அம்சங்கள். FLUX Kommunity உரிமத்தின் கீழ் எடைகள் பதிவிறக்கம் செய்யக் கிடைக்கின்றன, மேலும் நிறுவனத்தின் ஹோஸ்ட் செய்யப்பட்ட API மூலமாகவும் மாடல் வழங்கப்படுகிறது. இந்த ஆண்டின் மிகவும் தொடர்ச்சியான திறந்த பட மாதிரி வெளியீடுகளில் இதுவும் ஒன்றாகும், மேலும் சமீபத்திய AI மேம்பாடுகள் திறமையான தலைமுறையை அன்றாட வன்பொருளில் எவ்வளவு விரைவாகத் தள்ளுகின்றன என்பதற்கான அறிகுறியாகும் - தற்போதைய கவரேஜுக்கு, AI Buzz Wire ஐப் பார்க்கவும்.

முதன்மை அம்சங்களுடன் ஒரு சிறிய மாடல்

அதன் சிறிய அளவு இருந்தபோதிலும், FLUX 3 இமேஜ் க்ளீன் அதன் முக்கிய திறன் தொகுப்பை பெரிய FLUX 3 படத்துடன் பகிர்ந்து கொள்கிறது. இது 10 குறிப்பு படங்கள் வரை பல குறிப்பு உருவாக்கத்தை ஆதரிக்கிறது, பயனர்கள் ஒரு பெரிய அளவிலான காட்சி உள்ளீடுகளை ஒரு வெளியீட்டில் கலக்க அனுமதிக்கிறது. நேட்டிவ் 4K ஜெனரேஷன் மற்றும் பிக்சல்-பெர்ஃபெக்ட் எடிட்டிங் ஆகியவை ஃபிளாக்ஷிப்பில் இருந்து கொண்டு செல்லப்படுகின்றன, அதே போல் கேன்வாஸின் குறிப்பிட்ட பகுதிக்கு கலவையை கட்டுப்படுத்தும் அல்லது திருத்தங்களை கட்டுப்படுத்தும் எல்லைப் பெட்டிகள்.

படங்கள், வீடியோ மற்றும் ஆடியோ முழுவதும் FLUX 3 இன் பகிரப்பட்ட கற்றல்களை இந்த மாதிரி உருவாக்குகிறது என்று Black Forest Labs கூறுகிறது: படங்கள் இடஞ்சார்ந்த விவரங்களைப் பங்களிக்கின்றன, வீடியோ இயக்கம் மற்றும் உடல் இயக்கவியலைச் சேர்க்கிறது, மேலும் ஆடியோ நிகழ்வுகள் மற்றும் தொடர்புகளைப் பற்றிய தகவலை வழங்குகிறது. நிறுவனத்தின் கூற்றுப்படி, அந்த ஒருங்கிணைந்த சமிக்ஞைகள் மாடல் உண்மையான உலகில் அடித்தளமாக இருக்கும் படங்களை உருவாக்க உதவுகின்றன.

இரண்டு வகைகளில் வெளியீடு அனுப்பப்படுகிறது - சிறந்த-டியூனிங்கிற்காக வடிவமைக்கப்பட்ட ஒரு அடிப்படை மாதிரி மற்றும் குறைந்த-தாமத உருவாக்கத்திற்காக கட்டப்பட்ட ஒரு படி-வடிகட்டப்பட்ட மாதிரி - NVIDIA ஆதரவுடன் உருவாக்கப்பட்ட FP8, INT8 மற்றும் NVFP4 அளவுப்படுத்தப்பட்ட கட்டமைப்புகளுடன். ஜெனரேட்டர் எடைகளுக்கு BF16 துல்லியத்தில் 11.2GB நினைவகம் மற்றும் FP8 இல் 5.6GB தேவைப்படுகிறது.

பெரிய போட்டியாளர்களுக்கு எதிரான பெஞ்ச்மார்க் உரிமைகோரல்கள்

உள் மதிப்பீடுகளில், பிளாக் ஃபாரஸ்ட் லேப்ஸ், டெக்ஸ்ட்-டு-இமேஜ், மல்டி-ரெஃபரன்ஸ் ஜெனரேஷன் மற்றும் இமேஜ் எடிட்டிங் ஆகியவற்றில் ஃப்ளக்ஸ் 3 இமேஜ் க்ளீனை முதலிடம் வகிக்கிறது. 5.6B அளவுருக்களில், அந்த ஒப்பீட்டில் இது மிகச் சிறிய மாடலாகும்: Qwen-Image 2.1 7B அளவுருக்கள் மற்றும் Krea 2 12.9B இல் சரிபார்க்கிறது.

அதன் சொந்த முன்னோடிக்கு எதிராக, ஆதாயங்கள் மிகவும் உறுதியானவை. 9B மாடலான FLUX.2 [klein] உடன் ஒப்பிடும்போது, ​​புதிய வெளியீடு டெக்ஸ்ட்-டு-இமேஜில் 91 Elo அதிகமாகவும், 38 சதவிகிதம் குறைவான அளவுருக்களைப் பயன்படுத்தும் போது பட எடிட்டிங்கில் 70 Elo அதிகமாகவும் உள்ளது. அனைத்து விற்பனையாளர்-வெளியிடப்பட்ட மதிப்பீடுகளைப் போலவே, எண்களும் ஒரு சுயாதீனமான லீடர்போர்டைக் காட்டிலும் நிறுவனத்தின் சொந்த உள் சோதனையிலிருந்து வருகின்றன, எனவே அவை தீர்க்கப்பட்ட உண்மையைக் காட்டிலும் வலுவான தொடக்கக் கூற்றாகப் படிக்கப்படுகின்றன.

நுகர்வோர் GPUகளுக்காக உருவாக்கப்பட்டது

பொழுதுபோக்கு மற்றும் சிறிய ஸ்டுடியோக்களுக்கு மிகவும் நடைமுறை தலைப்பு வன்பொருள். INT8 உருவாக்கத்துடன், FLUX 3 இமேஜ் க்ளீன், ComfyUI அல்லது Diffusers மூலம் 8GB VRAM உடன் NVIDIA GeForce RTX GPUகளில் இயங்குகிறது - FLUX.2 [klein] தொடங்கப்பட்டதை சிறிய இயந்திரங்களுக்கும் விரிவுபடுத்துகிறது.

நிறுவனத்தால் வெளியிடப்பட்ட வேக புள்ளிவிவரங்கள், NVIDIA ஆல் அளவிடப்பட்டு, படி-வடிகட்டப்பட்ட மாதிரியை ஒரு படத்திற்கு 16 படிகள்: RTX 5090 இல் ஒரு மெகாபிக்சல் படத்திற்கு தோராயமாக 4 வினாடிகள் மற்றும் RTX 4070 இல் ComfyUI ஐப் பயன்படுத்தி 9 வினாடிகளுக்குள். அடிப்படை மாதிரி, 50 படிகளில், சிறந்த-சரிப்படுத்தும் ஹெட்ரூமிற்கான வேகத்தை வர்த்தகம் செய்கிறது.

தரவு இறையாண்மைத் தேவைகள் அல்லது உள்ளூர் வரிசைப்படுத்தல் ஆணைகளைக் கொண்ட குழுக்களுக்கு, நிறுவனம் அதைத் துல்லியமாகக் கூறுகிறது: திறமையான எடிட்டிங் மாதிரியை முழுமையாக தங்கள் சொந்த உள்கட்டமைப்பில் மதிப்பீடு செய்து மாற்றியமைக்கும் திறன். நுகர்வோர் தரப்பில், சிறிய தடம் மடிக்கணினிகளில் சாதனத்தில் பட எடிட்டிங் செய்வதை அபிலாஷைக்கு பதிலாக யதார்த்தமாக்குகிறது.

முதல் நாளிலிருந்து ஃபைன்-டியூனிங்

அடிப்படை சோதனைச் சாவடி தழுவலுக்காக கட்டப்பட்டுள்ளது. டிஃப்பியூசர்கள் மற்றும் ஆஸ்ட்ரிஸின் AI கருவித்தொகுப்பு LoRA பயிற்சியை ஆதரிக்கிறது, மேலும் NVIDIA இன் NeMo AutoModel ஆனது வெளியிடப்பட்ட சோதனைச் சாவடிகளில் இருந்து நேரடியாக வேலை செய்யும் ரெசிபிகளை அனுப்புகிறது. அந்த நாள்-ஒரு ஆதரவு திறந்த-எடைகள் சுற்றுச்சூழலுக்கு முக்கியமானது, அங்கு நன்றாக-சரிசெய்யப்பட்ட சமூக மாறுபாடுகள் ஒரு மாதிரி எவ்வளவு விரைவாக பரவுகிறது என்பதை தீர்மானிக்கிறது.

ஏபிஐ கதை: வேகம்-தர எல்லையை நீட்டித்தல்

உள்நாட்டில் எதையும் இயக்க விரும்பாத பயனர்களுக்கு, பிளாக் ஃபாரஸ்ட் லேப்ஸ் அதன் API மூலம் FLUX 3 இமேஜ் க்ளீன் சேவையை வழங்குகிறது, மேலும் இது வேக-தரமான Pareto எல்லையை நீட்டிப்பதாகக் கூறுகிறது: Qwen-Image 2.1, FLUX.2 [pro], Ideogram V4.5 மற்றும் Krea 2 ஐ விட அதிக லேட்டன்சி புள்ளி மற்றும் அதற்கு மேல்.

ஓபன் வெயிட்ஸ் பட பந்தயத்திற்கு இது என்ன அர்த்தம்

க்ரியா க்ரியா 3 ஐ அறிமுகப்படுத்திய சில நாட்களுக்குப் பிறகு, படத்தை உருவாக்குவதற்கான ஒரு நெரிசலான வாரத்தில் வெளியீடு தரையிறங்குகிறது, அதே சமூகம் மூடிய கருவிகளுக்கு எதிராக ஒரு எடிட்டிங்-ஃபோகஸ்டு மாடல். பேட்டர்ன் சீரானது: தரக் கோரிக்கைகள் உயரும் போது அளவுருக்களின் எண்ணிக்கை குறைகிறது, மேலும் டேட்டா சென்டர் ஜிபியுவில் இயங்குவதற்கும் கேமிங் பிசியில் இயங்குவதற்கும் இடையே உள்ள இடைவெளி குறைந்து கொண்டே செல்கிறது.

பெஞ்ச்மார்க் உரிமைகோரல்கள் சுயாதீன ஆய்வுக்கு உட்பட்டு இருந்தால், FLUX 3 இமேஜ் க்ளீன் உள்ளூர், உயர்தர பட எடிட்டிங் ஒரு சமரசத்திற்கு பதிலாக இயல்புநிலை எதிர்பார்ப்பாக ஆக்குகிறது - மேலும் மூடிய பட API களில் கூடுதல் விலை அழுத்தத்தை ஏற்படுத்துகிறது. வணிகப் பயனர்கள் FLUX Kommunity உரிம விதிமுறைகளை உற்பத்தியில் அனுப்புவதற்கு முன் கவனமாகப் படிக்க வேண்டும், ஏனெனில் உரிம நிபந்தனைகள் அல்ல, திறந்த எடையை ஏற்றுக்கொள்வதற்கு அதிகளவில் தீர்மானிக்கும் காரணியாக உள்ளது.

---

AIக்கு முன்னால் இருங்கள்

சமீபத்திய AI செய்திகள், பகுப்பாய்வு மற்றும் முன்னேற்றங்கள் - அனைத்தையும் ஒரே இடத்தில் பெறுங்கள்.

மேலும் AI செய்திகளைப் படிக்கவும் →