Black Forest Labs выпустила Flux 3 Image: пошаговое редактирование без правок остальной картинки
Black Forest Labs (BFL) выпустила Flux 3 Image, «image-часть» (направление работы с изображениями) семейства моделей Flux 3. По заявлению BFL, модель поддерживает многошаговое редактирование: правки можно вносить последовательно, при этом другие части изображения не меняются. Это утверждение самой компании, независимая проверка в источнике не упоминается.
Модель охватывает генерацию изображения по тексту, преобразование изображения по изображению, отрисовку текста на картинке и фотореализм. Сцены можно собирать с помощью ограничивающих рамок (bounding boxes), в запрос можно включить до десяти референсных изображений, максимальное разрешение на выходе, 4K. Доступна бесплатная демоверсия.
Доступ к API со скидкой 50% до 8 октября (год и базовая цена в источнике не указаны). Компании могут лицензировать коммерческие веса, чтобы запускать и дообучать модель на собственной инфраструктуре. Версия с открытыми весами ожидается в ближайшие недели, точной даты нет.
Запуск произошёл на фоне конкуренции: незадолго до него Ideogram анонсировала собственную модель, ориентированную на редактирование, версию 4.5. Ей тоже предстоит выйти с открытыми весами в ближайшее время.
Ключевые факты
- BFL выпустила Flux 3 Image, «image-часть» семейства моделей Flux 3: генерация по тексту, преобразование по изображению, отрисовка текста, фотореализм.
- По заявлению BFL, многошаговое редактирование не меняет остальные части изображения.
- Можно собирать сцены ограничивающими рамками, подавать до десяти референсных изображений, получать результат до 4K; есть бесплатная демоверсия.
- Доступ к API со скидкой 50% до 8 октября; коммерческие веса можно лицензировать для запуска и дообучения у себя; версия с открытыми весами ожидается в ближайшие недели.
- Незадолго до запуска Ideogram анонсировала редактирующую модель версии 4.5, которая тоже должна выйти с открытыми весами.
Почему это важно
Редактирование изображений без побочных изменений в остальной картинке, одна из заметных задач для генеративных моделей, и BFL делает на этом акцент. Конкуренция в этом направлении видна: незадолго до запуска Flux 3 Image Ideogram анонсировала собственную модель версии 4.5, также нацеленную на редактирование. Обе компании, по данным источника, собираются выпустить открытые веса.
Кому это важно
Дизайнерам и командам, которые работают с изображениями и итеративно правят результат; компаниям, которым нужно запускать и дообучать модель на собственной инфраструктуре (для них предусмотрено лицензирование коммерческих весов); тем, кто ждёт открытых весов и следит за конкуренцией BFL и Ideogram.
Как это применить
Попробовать модель можно в бесплатной демоверсии. Доступ к API до 8 октября идёт со скидкой 50% (базовая цена и год в источнике не указаны). Для работы на своей инфраструктуре компании могут лицензировать коммерческие веса; условия лицензии и цены в источнике не приведены. Версия с открытыми весами ожидается в ближайшие недели. Среди возможностей, ограничивающие рамки для композиции сцены, до десяти референсных изображений и вывод до 4K.
Можно ли доверять
Главное заявление, что многошаговые правки не затрагивают остальные части изображения, принадлежит BFL. В источнике (The Decoder) нет бенчмарков, сравнений с другими моделями и сведений о независимой проверке. Цитат представителей BFL или Ideogram в материале тоже нет, так что оценивать качество стоит самостоятельно, например на демоверсии.
Риски и подводные камни
Точная дата выхода открытых весов не названа, только «в ближайшие недели», условия лицензии на открытые веса не описаны. Скидка на API временная (до 8 октября), цены и условия коммерческой лицензии неизвестны. Размер модели и результаты сравнений в источнике не приведены, поэтому оценить требования к железу и реальное превосходство над конкурентами по материалу нельзя.