Black Forest Labs đã phát hành FLUX 3 Image Klein vào thứ Tư, một mô hình trọng lượng mở gồm 5,6 tỷ tham số để tạo văn bản thành hình ảnh, chỉnh sửa hình ảnh và tạo đa tham chiếu mang các khả năng tiêu biểu của hệ thống Hình ảnh FLUX 3 hàng đầu của công ty xuống phần cứng khiêm tốn như một card đồ họa tiêu dùng 8GB.
Bản phát hành, được công bố trên blog Black Forest Labs, bao gồm tính năng tạo hình ảnh 4K gốc, chỉnh sửa pixel hoàn hảo và điều khiển hộp giới hạn chỉ ra vị trí đặt các phần tử hoặc giới hạn các chỉnh sửa trong một khu vực xác định — các tính năng mà công ty trước đây đã dành riêng cho mô hình Hình ảnh FLUX 3 đầy đủ. Trọng lượng có sẵn để tải xuống theo Giấy phép FLUX Kommunity và mô hình cũng được cung cấp thông qua API được lưu trữ của công ty. Đây là một trong những bản phát hành mô hình hình ảnh mở có kết quả nhất trong năm và là dấu hiệu cho thấy sự phát triển AI mới nhất đang đẩy thế hệ có khả năng lên phần cứng hàng ngày nhanh như thế nào — để biết thông tin cập nhật liên tục, hãy xem AI Buzz Wire.
Một mẫu máy nhỏ với những tính năng hàng đầu
Mặc dù có kích thước nhỏ gọn nhưng FLUX 3 Image Klein chia sẻ bộ kỹ năng cốt lõi của nó với FLUX 3 Image lớn hơn. Nó hỗ trợ tạo đa tham chiếu với tối đa 10 hình ảnh tham chiếu, cho phép người dùng kết hợp một tập hợp lớn các đầu vào trực quan thành một đầu ra duy nhất. Thế hệ 4K gốc và khả năng chỉnh sửa pixel hoàn hảo được tiếp nối từ sản phẩm hàng đầu, cũng như các hộp giới hạn kiểm soát bố cục hoặc hạn chế các chỉnh sửa đối với một vùng cụ thể của khung vẽ.
Black Forest Labs cho biết mô hình này được xây dựng dựa trên các bài học được chia sẻ của FLUX 3 qua hình ảnh, video và âm thanh: hình ảnh đóng góp chi tiết không gian, video bổ sung chuyển động và động lực vật lý, còn âm thanh cung cấp thông tin về các sự kiện và tương tác. Theo công ty, những tín hiệu kết hợp đó giúp mô hình tạo ra những hình ảnh có cảm giác chân thực trong thế giới thực.
Bản phát hành có hai biến thể — một mô hình cơ sở dành cho việc tinh chỉnh và một mô hình được chắt lọc từng bước được xây dựng để tạo ra độ trễ thấp — cùng với các bản dựng lượng tử hóa FP8, INT8 và NVFP4 được phát triển với sự hỗ trợ của NVIDIA. Trọng lượng của bộ tạo yêu cầu 11,2GB bộ nhớ ở độ chính xác BF16 và 5,6GB ở FP8.
Tuyên bố về điểm chuẩn chống lại các đối thủ lớn hơn
Trong các đánh giá nội bộ, Black Forest Labs xếp hạng FLUX 3 Image Klein đầu tiên về khả năng chuyển văn bản thành hình ảnh, tạo đa tham chiếu và chỉnh sửa hình ảnh trong số các mô hình có trọng lượng mở và trước các mô hình đóng trong bộ so sánh của nó, Ideogram V4.5 và FLUX.2 [pro]. Ở thông số 5,6B, đây là mô hình nhỏ nhất trong so sánh đó: Qwen-Image 2.1 kiểm tra ở thông số 7B và Krea 2 ở 12,9B.
So với người tiền nhiệm của nó, lợi ích cụ thể hơn. So với FLUX.2 [klein], mẫu 9B, bản phát hành mới đạt điểm cao hơn 91 Elo khi chuyển văn bản thành hình ảnh và cao hơn 70 Elo khi chỉnh sửa hình ảnh trong khi sử dụng ít tham số hơn 38%. Giống như tất cả các đánh giá do nhà cung cấp công bố, các con số đến từ thử nghiệm nội bộ của chính công ty chứ không phải từ bảng xếp hạng độc lập, vì vậy, tốt nhất nên đọc chúng như một tuyên bố mở đầu mạnh mẽ hơn là một sự thật đã được giải quyết.
Được xây dựng cho GPU tiêu dùng
Tiêu đề thiết thực nhất dành cho những người có sở thích và studio nhỏ là phần cứng. Với bản dựng INT8, FLUX 3 Image Klein chạy trên GPU NVIDIA GeForce RTX với chỉ 8GB VRAM thông qua ComfyUI hoặc Diffusers — mở rộng những gì FLUX.2 [klein] đã bắt đầu cho cả những máy nhỏ hơn.
Số liệu tốc độ do công ty công bố, do NVIDIA đo lường, đặt mô hình chắt lọc từng bước ở 16 bước cho mỗi hình ảnh: khoảng 4 giây đối với hình ảnh một megapixel trên RTX 5090 và dưới 9 giây trên RTX 4070, sử dụng ComfyUI. Mô hình cơ bản, ở 50 bước, thay đổi tốc độ để tinh chỉnh khoảng không.
Đối với các nhóm có yêu cầu về chủ quyền dữ liệu hoặc nhiệm vụ triển khai tại địa phương, công ty đưa ra chính xác điều đó: khả năng đánh giá và điều chỉnh mô hình chỉnh sửa có khả năng hoàn toàn trên cơ sở hạ tầng của riêng họ. Về phía người tiêu dùng, kích thước nhỏ giúp việc chỉnh sửa hình ảnh trên thiết bị trên máy tính xách tay trở nên thực tế hơn là đầy tham vọng.
Tinh chỉnh ngay từ ngày đầu tiên
Điểm kiểm tra cơ sở được xây dựng để thích ứng. Bộ khuếch tán và Bộ công cụ AI của Ostris hỗ trợ đào tạo LoRA ngay lập tức và NeMo AutoModel của NVIDIA cung cấp các công thức nấu ăn hoạt động trực tiếp từ các điểm kiểm tra đã phát hành. Sự hỗ trợ ngay từ đầu đó rất quan trọng đối với hệ sinh thái trọng lượng mở, nơi các biến thể cộng đồng được tinh chỉnh thường xác định tốc độ lan truyền của mô hình.
Câu chuyện API: Mở rộng giới hạn tốc độ-chất lượng
Đối với những người dùng không muốn chạy bất cứ thứ gì cục bộ, Black Forest Labs phục vụ FLUX 3 Image Klein thông qua API của nó và tuyên bố rằng nó mở rộng ranh giới Pareto về chất lượng tốc độ: độ trễ thấp hơn Qwen-Image 2.1, FLUX.2 [pro], Ideogram V4.5 và Krea 2, với xếp hạng cao nhất ở điểm độ trễ trở lên.
Ý nghĩa của cuộc đua hình ảnh ở hạng cân mở
Bản phát hành diễn ra trong một tuần đông đúc dành cho việc tạo hình ảnh, vài ngày sau khi Krea giới thiệu Krea 3, một mô hình tập trung vào chỉnh sửa mà cộng đồng tương tự đã so sánh với các công cụ đóng. Mô hình này nhất quán: số lượng tham số đang giảm trong khi yêu cầu về chất lượng tăng lên và khoảng cách giữa những gì chạy trên GPU của trung tâm dữ liệu và những gì chạy trong PC chơi game ngày càng thu hẹp.
Nếu các tuyên bố về điểm chuẩn được duy trì dưới sự giám sát độc lập, FLUX 3 Image Klein sẽ biến việc chỉnh sửa hình ảnh chất lượng cao cục bộ thành kỳ vọng mặc định thay vì thỏa hiệp — và gây thêm áp lực về giá đối với các API hình ảnh đóng. Người dùng thương mại nên đọc kỹ các điều khoản của Giấy phép FLUX Kommunity trước khi đưa nó vào sản xuất, vì các điều kiện cấp phép chứ không phải khả năng đang ngày càng là yếu tố quyết định cho việc áp dụng trọng lượng mở.
---
Đi trước AINhận tin tức, phân tích và đột phá mới nhất về AI — tất cả ở cùng một nơi.
Đọc thêm tin tức về AI →
