Black Forest Labs ha lanzado FLUX 3 Image Klein, un modelo de pesos abiertos de 5.6B de parámetros diseñado para tareas versátiles de generación de imágenes. A diferencia de muchos modelos a gran escala, Klein está optimizado específicamente para GPUs de grado de consumo, lo que lo hace accesible para el despliegue local y en infraestructuras privadas. El modelo admite la generación nativa en 4K, la edición de imágenes con precisión de píxel y la generación con múltiples referencias, donde puede utilizar hasta 10 imágenes de referencia para guiar el resultado. Comparte capacidades principales con el modelo completo FLUX 3 Image, incluyendo el uso de cuadros delimitadores (bounding boxes) para controlar con precisión la ubicación de los elementos o para limitar las ediciones a áreas específicas de un fotograma.
Black Forest Labs ha lanzado FLUX 3 Image Klein, un modelo de pesos abiertos de 5.6B de parámetros diseñado para tareas versátiles de generación de imágenes.
La arquitectura del modelo aprovecha aprendizajes compartidos entre imágenes, video y audio para producir resultados con anclaje espacial. Según Black Forest Labs, estas señales multimodales ayudan al modelo a comprender las dinámicas físicas y las interacciones de manera más efectiva. En las evaluaciones internas, FLUX 3 Image Klein superó a modelos de pesos abiertos más grandes y a varios modelos cerrados, incluidos Ideogram V4.5 y FLUX.2 [pro], en categorías como la generación de imagen a partir de texto y la generación con múltiples referencias. Notablemente, logró una ganancia de rendimiento significativa sobre su predecesor, FLUX.2 [klein], ganando 91 puntos Elo en generación de imagen a partir de texto y 70 en edición de imágenes, a pesar de tener un 38% menos de parámetros.
El modelo superó a modelos de pesos abiertos más grandes y a varios modelos cerrados, incluidos Ideogram V4.5 y FLUX.2 [pro], en categorías como la generación de imagen a partir de texto y la generación con múltiples referencias.
Notablemente, logró una ganancia de rendimiento significativa sobre su predecesor, FLUX.2 [klein], ganando 91 puntos Elo en generación de imagen a partir de texto y 70 en edición de imágenes a pesar de tener un 38% menos de parámetros.
Para equilibrar la velocidad y la calidad, el lanzamiento incluye tanto un modelo base para ajuste fino como un modelo destilado por pasos (step-distilled) para producción de baja latencia. La versión destilada, que utiliza 16 pasos, puede generar una imagen de 1MP en menos de 9 segundos en una NVIDIA GeForce RTX 4070. Para entornos de alto rendimiento, el modelo está optimizado para la plataforma de computación acelerada de NVIDIA, siendo capaz de generar una imagen de 1MP en menos de 0.6 segundos en una NVIDIA GB300 utilizando cuantización NVFP4. Si bien los pesos están disponibles bajo la licencia FLUX Kommunity —que permite el uso comercial gratuito para individuos y empresas con ingresos anuales inferiores a $5M— el modelo requiere un amplificador de prompts específico para funcionar eficazmente, ya que los prompts cortos y escritos manualmente pueden dar como resultado salidas genéricas sin los subtítulos de escena expandidos proporcionados por el amplificador.
La versión destilada, que utiliza 16 pasos, puede generar una imagen de 1MP en menos de 9 segundos en una NVIDIA GeForce RTX 4070.