Tekniske specifikationer
| Specifikation | Verificerede oplysninger |
|---|---|
| Modelnavn | FLUX 3 Image |
| Udvikler | Black Forest Labs (BFL) |
| Produktkategori | Billedgenerering og billedredigering |
| Understøttede arbejdsgange vist af BFL | Tekst-til-billede, billede-til-billede, layoutstyret komposition, målrettet redigering |
| Layoutkontrol | Afgrænsningsbokse med element-ID'er og beskrivelser |
| Referencebilleder | Op til 10, ifølge den officielle modelside |
| Opløsningsmuligheder | Prissiden angiver 768 × 768, 1K, 1.5K, 2K og 4K niveauer |
| Generering i høj opløsning | Den officielle side demonstrerer native 2K og 4K; et eksempel er 5456 × 3072 pixels |
| API-adgang | BFL API; den officielle side linker også til Playground |
| API-modelidentifikator | Bekræft den aktuelle identifikator i BFL’s API-dokumentation; ikke fastslået her |
| Offentlig prissætning | Opløsningsbaseret prissætning; se den aktuelle BFL-prisside |
| Kontekstvindue / antal parametre | Ikke offentligt oplyst i de citerede produktmaterialer |
| Standardiserede offentlige benchmarkresultater | Ikke etableret i det citerede officielle materiale |
| Åbne vægte for netop denne billedmodel | Bekræft aktuel licensiering og udgivelsesstatus; antag ikke tilgængelighed baseret på andre FLUX-produkter |
Hvad er FLUX 3 Image
FLUX 3 Image er designet til skabere og udviklere, der har brug for mere kontrol over strukturen i et genereret billede, end en simpel tekstprompt kan give. Den officielle produktside viser to komplementære arbejdsgange: generer en komposition ud fra en tekstprompt, eller definér billedelementer og deres placeringer med afgrænsningsbokse før rendering. Disse bokse kan redigeres individuelt, hvilket muliggør målrettede ændringer, mens resten af kompositionen bevares.
Modellen understøtter også at kombinere op til 10 referencebilleder i én komposition. Dette er nyttigt, når et design skal genbruge flere visuelle aktiver eller bevare relationer mellem motiver, produkter og sceneelementer.
Nøglefunktioner i FLUX 3 Image
1. Layoutkontrol med afgrænsningsbokse
FLUX 3 Image kan placere beskrevne elementer inden i angivne afgrænsningsbokse. Denne arbejdsgang egner sig til designs, hvor rumlige relationer er vigtige, herunder plakater, redaktionelle layouts, collager, produktkompositioner og billeder med flere forskellige motiver. BFL beskriver lærredet som et normaliseret 0–1000-gitter til koordinater.
2. Målrettede redigeringer, der bevarer resten af billedet
Den officielle side demonstrerer redigering af udvalgte elementer, mens andre dele forbliver uændrede. Dette er nyttigt i iterative, kreative arbejdsgange, hvor en designer skal udskifte eller justere et objekt, et tekstelement eller et visuelt område uden at regenerere hele kompositionen. Produktsiden beskriver dette som pixel-perfekt redigering; faktiske resultater bør stadig kontrolleres for uønskede ændringer.
3. Komposition med referencebilleder
BFL oplyser, at brugere kan angive op til 10 referencebilleder og bede modellen om at kombinere dem til én komposition. Hver reference får et token såsom ref_image_0, som kan nævnes i prompten. Dette kan hjælpe med genbrug af aktiver, scener med flere produkter, moodboards og kompositioner, der kræver flere kildeelementer.
4. Native 2K- og 4K-uddata
BFL reklamerer med native 2K- og 4K-generering og demonstrerer et billede på 5456 × 3072 pixels. De tilgængelige outputdimensioner afhænger af det valgte niveau og de understøttede anmodningsindstillinger; bekræft de præcise accepterede værdier i den aktuelle API-dokumentation.
5. Tekst-til-billede og billede-til-billede
BFL’s prisside angiver eksplicit både tekst-til-billede- og billede-til-billede-generering for FLUX 3 Image. Dette understøtter både at skabe et nyt billede ud fra en prompt og at omdanne et eksisterende billede. De præcise redigeringskontroller og anmodningsfelter bør hentes fra det aktuelle API-skema.
6. Agentvenlig kompositionsarbejdsgang
Den officielle side beskriver en arbejdsgang, hvor en agent kan omdanne en kort forespørgsel til en billedtekst og en elementtabel med en afgrænsningsboks og et semantisk ID for hvert element. Dette kan gøre FLUX 3 Image nyttigt i designautomatiseringspipelines, forudsat at den omgivende applikation implementerer layoutplanlægning, validering og redigeringskontroller.
Benchmarks og ydeevne
Ifølge de seneste gennemsete ranglisteoplysninger lister Artificial Analysis FLUX 3 Image til 1117 ± 10 Elo på deres AA-Image-T2I v2.0 tekst-til-billede-rangliste, baseret på 5,799 prøver. Det angivne 95%-interval er 1107–1127.
| Testmetrik | FLUX 3 Image-resultat | Hvad den måler |
|---|---|---|
| Placering af afgrænsningsbokse | 0.890 gennemsnitlig IoU | Hvor tæt objekter matchede deres tildelte positioner |
| Objekter korrekt placeret | 16/16 | Placering på tværs af fire scener med fire objekter i hver |
| Bevarelse under multiredigering | 0.995 SSIM | Lighed i områder, der forventedes at forblive uændrede |
| Lille skiltetekst i en 4K-scene | 6/8 skilte korrekte | Tekstnøjagtighed i én specifik testscene |
Dette er tredjeparts testresultater, ikke officielle benchmarkresultater fra Black Forest Labs. Testen brugte de respektive modellers promptmetoder, og den lille stikprøvestørrelse begrænser, hvor bredt resultaterne kan generaliseres.
Anvendelsesområder
- Kreative inden for marketing og reklame: Kontrollér produktplacering, overskrifters placering og understøttende visuelle elementer.
- E-handelsbilleder: Byg scener med flere referenceaktiver og test målrettede produkt- eller baggrundsredigeringer.
- Redaktionelt og plakatdesign: Placér motiver og typografi i eksplicitte layoutområder.
- Produktion af brand- og kampagneaktiver: Iterér på én del af et billede, mens resten forsøges bevaret.
- Kreativ automatisering: Brug en agent til at foreslå et layout, udfylde elementbeskrivelser og kalde et billedgenererings-endpoint.
- Visuelle aktiver i høj opløsning: Producer detaljerede billeder til arbejdsgange, hvor 2K- eller 4K-output er nødvendigt.
Dette er anvendelsesmuligheder udledt af de funktioner, som BFL har demonstreret, ikke garantier for outputkvalitet.