Black Forest Labs 发布了 FLUX 3 Image Klein,这是一个拥有 56 亿参数的开放权重模型,旨在处理多功能的图像生成任务。与许多大规模模型不同,Klein 专门针对消费级 GPU 进行了优化,使其便于在本地部署和私有基础设施中使用。该模型支持原生 4K 生成、像素级图像编辑以及多参考生成,其中它可以利用多达 10 张参考图像来引导输出。它与完整的 FLUX 3 Image 模型共享核心功能,包括使用边界框(bounding boxes)来精确控制元素的位置或将编辑限制在画面的特定区域。

一个包含插画、肖像、摄影和动漫等多种图像风格的拼贴图。
各种输出展示了该模型在不同艺术风格和格式上的多功能性。bfl.ai

Black Forest Labs 发布了 FLUX 3 Image Klein,这是一个拥有 56 亿参数的开放权重模型,旨在处理多功能的图像生成任务。

该模型的架构利用了图像、视频和音频之间的共享学习成果,以产生具有空间基础的结果。根据 Black Forest Labs 的说法,这些多模态信号帮助模型更有效地理解物理动态和交互。在内部评估中,FLUX 3 Image Klein 在文本到图像和多参考生成等类别中,表现优于更大的开放权重模型以及包括 Ideogram V4.5 和 FLUX.2 [pro] 在内的多个封闭模型。值得注意的是,尽管参数减少了 38%,它仍比前代模型 FLUX.2 [klein] 取得了显著的性能提升,在文本到图像方面获得了 91 Elo 点的增长,在图像编辑方面获得了 70 Elo 点的增长。

一张比较各种图像生成模型 Elo 评分与中位 API 延迟的图表。
FLUX 3 Image Klein 展示了高性能与低延迟的结合,排名作为最快的顶级模型之一。bfl.ai

该模型在文本到图像和多参考生成等类别中,表现优于更大的开放权重模型以及包括 Ideogram V4.5 和 FLUX.2 [pro] 在内的多个封闭模型。

一张显示文本到图像和图像编辑任务中 Elo 评分相对于参数数量的图表。
FLUX 3 Image Klein 在保持较小的 56 亿参数规模的同时实现了领先性能。bfl.ai

值得注意的是,尽管参数减少了 38%,它仍比前代模型 FLUX.2 [klein] 取得了显著的性能提升,在文本到图像方面获得了 91 Elo 点的增长,在图像编辑方面获得了 70 Elo 点的增长。

为了平衡速度和质量,此次发布包含了用于微调的基座模型和用于低延迟生产的步数蒸馏(step-distilled)模型。蒸馏版本使用 16 个步数,可以在 NVIDIA GeForce RTX 4070 上在不到 9 秒的时间内生成一张 100 万像素(1MP)的图像。对于高性能环境,该模型针对 NVIDIA 的加速计算平台进行了优化,在使用 NVFP4 量化的情况下,可以在 NVIDIA GB300 上在不到 0.6 秒的时间内生成一张 100 万像素的图像。虽然权重可在 FLUX Kommunity 许可证下获取——该许可证允许个人和年收入低于 500 万美元的公司免费进行商业用途——但该模型需要特定的提示词上采样器(prompt upsampler)才能有效运行,因为如果没有上采样器提供的扩展场景说明,简短的输入提示可能会导致生成通用的输出。

一张显示 16 步蒸馏模型在不同 GPU 硬件上的生成时间的柱状图。
步数蒸馏模型实现了低延迟生产,可在 RTX 4070 上在不到 9 秒的时间内生成一张 100 万像素的图像。bfl.ai

蒸馏版本使用 16 个步数,可以在 NVIDIA GeForce RTX 4070 上在不到 9 秒的时间内生成一张 100 万像素的图像。