Black Forest Labs'开放式图像模型FLUX 3 Image Klein可以在消费者 GPUs 上运行,只有8 GB的视频 RAM.

Meta Description: Black Forest Labs 发布FLUX 3 Image Klein,一个 5.6 数十亿参数的开放权重图像模型,具有原生 4K,编辑,十个引用和低VRAM.

标签:FLUX 3图像克莱恩, Black Forest Labs ,开放重量 AI,图像生成, NVIDIA

Black Forest Labs:抽象的技术风格图像显示 neural network 网格,分层图像和视觉编辑界面,没有真实的人物,没有公司标志和文本.

背景

Black Forest Labs 已经扩展了其FLUX系列的FLUX 3 Image Klein ,这是一个开放式重量模型,旨在生成 text-to-image ,图像编辑和以参考图像为指导的生成.该版本将公司置于 AI 图像工具的竞争领域中,其中模型访问,参数计数,编辑精度和部署成本决定了创建者和开发人员可以构建什么.新型号被描述为具有 5.6 10亿个参数并支持多达十个参照图像,这使得它适用于需要多个视觉引用的工作流程.

发展过程

据报道,该模型的功能涵盖了三个相关任务:从文本创建图像,编辑现有图像和使用最多十个参考图像来引导生成.它支持原生4K输出,像素精确编辑以及元素放置边界框.这些特性表明设计侧重于可控性而不是仅仅广泛的场景创作.

Black Forest Labs 公司内部测试显示,FLUX 3 Image Klein 在所有公开重量模型中达到最高的Elo评分. Elo是用于对其他模型进行排名的比较得分. 该公司还表示该型号击败了封闭竞争者,包括 Ideogram V4.5,以及其自己的早期FLUX.2 [pro]系统. 与 FLUX.2[klein]相比,FLUS 3 Image Klein获得91个Elo点,而使用参数要少38%,而不是该模型的90亿.

最新进展

为了部署,该公司指出了一个INT8构建,它运行在NVIDIA GPUs与 JUST 8GB VRAM. 在报告的设置中,图像是在RTX 4070上以不到9秒生成.因此,发布会突出了低VRAM路径用于在消费者 GPUs 上运行的模型.

通过多个道进行访问.权重在 FLUX Kommunity License 下发布,允许每年收入低于 $5 万的公司免费商业使用.用户还可以通过 BFL API 在 $0.009 每张 1,000 的图像调用该模型,在 Playground 中使用它,通过 Hugging Face Spaces 获取它,或将其与 ComfyUI 和 Diffusers 当地运行.

LoRA 的培训从第一天到Ostris AI Toolkit和NVIDIA NeMo AutoModel都得到支持.这对于那些想要在不替代完整 5.6 亿参数版本的情况下,对基本模型进行紧改编的开发人员和艺术家来说很重要.

目前情况

FLUX 3 Image Klein现在作为一个发布的开放权重选项,具有编辑,参考图像生成,原生 4K 支持和低VRAM INT8部署.当前阶段是分布和适应:该模型可通过托管和本地路线使用,而 FLUX Kommunity License定义谁可以免费商用它.下一个有意义的信号将是报告内部Elo优势,8 GB VRAM构建以及第一天 LoRA 支持如何转化为在 BFL API,游乐场,Hugging Face Spaces ComfyUI 和扩散器中的实际用途.