通量图像模型
FLUX 是 Black Forest Labs 的一系列开放式文本到图像模型，以清晰的细节、强大的提示跟踪性和令人惊讶的准确渲染文本而闻名。
概述
它由前 Stable Diffusion 研究人员构建，很快成为顶级的开放权重图像生成器。
深入探讨
FLUX.1 由 Black Forest Labs 于 2024 年 8 月推出，Black Forest Labs 是一家由稳定扩散和潜在扩散的核心创建者创立的初创公司。它分为三层：FLUX.1 [pro]（顶级质量，仅限 API）、FLUX.1 [dev]（用于非商业用途的开放权重）和 FLUX.1 [schnell]（快速的 Apache-2.0 蒸馏版本）。 FLUX 拥有 120 亿个参数，在快速依从性、手部解剖学、精细细节以及清晰渲染图像内的文字方面表现出色，而这是早期扩散模型长期以来的弱点。在许多比较中，它可以与 Midjourney 和 DALL-E 3 相媲美或击败。后来的版本添加了用于上下文图像编辑的 FLUX.1 Kontext 和用于更高速度和质量的 FLUX1.1 [pro]，巩固了 FLUX 作为领先的开放图像生成生态系统的地位。
技术洞察
FLUX 使用整流流量变压器而不是经典的 U-Net 扩散模型。整流流学习从噪声到图像的更直线路径，从而以更少的采样步骤实现高质量； [schnell] 变体经过进一步提炼，只需一到四个步骤即可生成。该架构将大型 Transformer 主干与文本编码器（包括 T5）相结合来解释提示，这是 FLUX 遵循复杂指令并比早期潜在扩散系统更好地呈现文本的主要原因。
战略影响
速度与规模
视觉人工智能可以大规模自动化检查、检测和标记任务。
构建选择
创意团队可以通过更少的手动修改更快地构建概念原型。
团队与工作流程
操作可以使用以前难以处理的图像和视频信号。
FLUX 图像模型的未来
Black Forest Labs 正在将 FLUX 从生成扩展到全面的编辑和控制，通过 Kontext 实现对话式、迭代图像编辑，同时保留身份。期望与创意工具更紧密地集成，更快的实时变体，通过参考图像和布局以及可能的视频实现更强的可控性。作为领先的开放权重选项，FLUX 将继续推动微调、LoRA 和社区工具的竞争性生态系统，在质量和开放性方面向 Midjourney 等封闭服务施加压力。
现实世界的实施
生成营销图形，其中包括可读的图像文本（例如徽标或口号）
艺术家在本地运行 FLUX.1 [dev] 并训练自定义 LoRA 以保持一致的风格
使用快速 [schnell] 变体进行快速迭代的快速概念艺术和故事板
使用 FLUX.1 Kontext 以对话方式编辑现有照片，同时保留拍摄对象的身份
风险与防护栏
如果出处不明，肖像权和同意可能会成为法律风险。
模型性能可能因光照、人口统计和环境的不同而有所不同。
除非监控置信阈值，否则误报可能会被忽视。
实施路线图
定义精确度、召回率和错误成本的接受标准。
使用符合实际生产条件的数据进行测试。
为低置信度或高影响力的预测添加人工审核。
跟踪模型漂移并在相机或数据集更改后重新验证。
不断探索
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the FLUX Image Models quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
常见问题
什么是 FLUX 图像模型？
FLUX 是 Black Forest Labs 的一系列开放式文本到图像模型，以清晰的细节、强大的提示跟踪性和令人惊讶的准确渲染文本而闻名。它由前稳定扩散研究人员构建，很快成为顶级的开放权重图像生成器。
哪家公司创建了 FLUX 图像模型？
FLUX 由 Black Forest Labs 创建，这是一家由 Stable Diffusion 前核心开发人员创立的初创公司。
哪个 FLUX 变体是快速的 Apache-2.0 许可的精炼版本？
FLUX.1 [schnell]（“schnell”在德语中的意思是“快速”）是为提高速度而构建的经过 Apache-2.0 许可的精炼版本。
FLUX 使用什么架构方法来代替经典的 U-Net 扩散模型？
FLUX 基于整流流量变压器构建，可学习更直接的噪声到图像路径并减少采样步骤。
FLUX 显着改善了早期扩散模型的哪些长期弱点？
FLUX 以准确渲染图像内的可读文字而闻名，这是早期模型难以解决的问题。
FLUX.1 Kontext 版本主要添加了什么？
FLUX.1 Kontext 支持对话式上下文图像编辑，可以在编辑过程中保留主题的身份。