8 GB RAM-os kártyán fut a Black Forest Labs új képgenerálója

A Black Forest Labs kiadta a FLUX 3 Image Klein modellt, amely 5,6 milliárd paraméteres, nyílt súlyokkal rendelkezik. A modell szövegről képre generálásra, képszerkesztésre, valamint akár tíz referenciakép használatával történő generálásra is alkalmas. Támogatja a natív 4K kimenetet, a pixelpontos szerkesztést és a határolókereteket az elemek elhelyezéséhez. (The Decoder)

A Black Forest Labs közlése szerint a modell belső tesztek alapján a legmagasabb Elo-értékelést érte el az összes nyílt modell között, felülmúlva a zárt versenytársakat, az Ideogram V4.5-öt és a BFL saját FLUX.2 [pro] modelljét. A FLUX.2 [klein] modellhez képest 91 Elo ponttal nyújt többet, miközben 38 százalékkal kevesebb paramétert használ a modell 9 milliárdos elődjéhez képest.

Egy INT8 build lehetővé teszi, hogy NVIDIA GPU-kon fusson mindössze 8 GB VRAM-mal, és egy RTX 4070-en kevesebb mint 9 másodperc alatt generáljon egy képet. A súlyok a FLUX Kommunity License alatt érhetők el, ingyenesen használhatók kereskedelmi célokra azoknak a cégeknek, amelyek éves bevétele kevesebb mint 5 millió dollár.

A modell elérhető a BFL API-n keresztül is, amely 0,009 dollárért kínál 1000 képet, valamint a Playgroundon, a Hugging Face Spacesen, és helyileg a ComfyUI és Diffusers segítségével. A LoRA betanítás már az első naptól működik az Ostris AI Toolkit és az NVIDIA NeMo AutoModel révén.