Техникалық сипаттамалар
| Сипаттама | Расталған ақпарат |
|---|---|
| Модель атауы | FLUX 3 Image |
| Әзірлеуші | Black Forest Labs (BFL) |
| Өнім санаты | Бейне генерациялау және бейнені өңдеу |
| BFL көрсеткен қолдау тапқан процестер | Мәтіннен бейнеге, бейнеден бейнеге, орналасуға негізделген композиция, нысаналы өңдеу |
| Орналасуды басқару | Элементтердің ID-лері мен сипаттамалары бар шекаралық қораптар |
| Анықтамалық суреттер | Ресми модель бетіне сәйкес, 10-ға дейін |
| Ажыратылым нұсқалары | Баға парағында 768 × 768, 1K, 1.5K, 2K және 4K деңгейлері көрсетілген |
| Жоғары ажыратылымда генерациялау | Ресми бетте нативті 2K және 4K көрсетілген; мысал ретінде 5456 × 3072 пиксель |
| API арқылы қол жеткізу | BFL API; ресми бетте Playground сілтемесі де бар |
| API модель идентификаторы | Ағымдағы идентификаторды BFL API құжаттамасынан растаңыз; мұнда бекітілмеген |
| Ашық баға | Ажыратылым деңгейлері бойынша баға; ағымдағы BFL баға парағын қараңыз |
| Контекстік терезе / параметр саны | Цитаталанған өнім материалдарында жария етілмеген |
| Стандартталған жария бенчмарк балдары | Цитаталанған ресми материалда орнатылмаған |
| Дәл осы бейне моделінің ашық салмақтары | Ағымдағы лицензиялау мен шығару күйін тексеріңіз; басқа FLUX өнімдерінен қолжетімді деп жорамалдамаңыз |
FLUX 3 Image деген не
FLUX 3 Image қарапайым мәтіндік промпт бере салудан гөрі генерацияланатын бейненің құрылымын көбірек басқаруды қажет ететін авторлар мен әзірлеушілерге арналған. Ресми өнім бетінде екі өзара толықтыратын жұмыс процесі көрсетілген: мәтіндік промпттан композиция генерациялау немесе рендерлеуге дейін элементтер мен олардың орналасуын шекаралық қораптар арқылы анықтау. Бұл қораптарды жеке-жеке өңдеуге болады, бұл композицияның қалған бөлігін сақтай отырып, нысаналы өзгерістер енгізуге мүмкіндік береді.
Модель бір композицияға 10-ға дейін анықтамалық суретті біріктіруді де қолдайды. Бұл дизайнда бірнеше визуал активті қайта пайдалану қажет болғанда немесе субъектілер, өнімдер және сахна элементтері арасындағы байланыстарды сақтау керек болғанда пайдалы.
FLUX 3 Image негізгі мүмкіндіктері
1. Шекаралық қораптар арқылы орналасуды басқару
FLUX 3 Image сипатталған элементтерді көрсетілген шекаралық қораптардың ішіне орналастыра алады. Бұл жұмыс процесі кеңістіктік байланыстар маңызды болатын дизайндары үшін қолайлы, соның ішінде постерлер, редакциялық макеттер, коллаждар, өнім композициялары және бірнеше бөлек субъектісі бар бейнелер. BFL координаттар үшін кенепті 0–1000 нормаланған тор ретінде сипаттайды.
2. Бейнені сақтай отырып нысаналы өңдеу
Ресми бетте таңдалған элементтерді өңдеу, ал басқа бөліктерді өзгеріссіз қалдыру көрсетілген. Бұл дизайнер бір объектіні, мәтін элементін немесе визуал аймақты толық композицияны қайта генерацияламай-ақ ауыстыру немесе түзету қажет ететін итеративті креативті жұмыс процестеріне пайдалы. Өнім бетінде бұл пиксель дәлдіктегі өңдеу ретінде сипатталған; нақты нәтижелерде күтпеген өзгерістер бар-жоғын тексеру қажет.
3. Анықтамалық суреттерден композиция
BFL пайдаланушылар 10-ға дейін анықтамалық сурет бере алады және модельден оларды бір композицияға біріктіруді сұрай алады деп мәлімдейді. Әрбір анықтамалық суретке ref_image_0 сияқты токен беріледі, оны промптта атауға болады. Бұл активтерді қайта пайдалану, көпөнімді сахналар, moodboard-тар және бірнеше бастапқы элемент қажет болатын композициялар үшін көмектесуі мүмкін.
4. Нативті 2K және 4K шығыс
BFL нативті 2K және 4K генерациясын жарнамалайды және 5456 × 3072 пиксельдік бейнені көрсетеді. Қолжетімді шығыс өлшемдері таңдалған деңгейге және қолдау тапқан сұрау параметрлеріне байланысты; нақты қабылданатын мәндерді ағымдағы API құжаттамасынан растаңыз.
5. Мәтіннен бейнеге және бейнеден бейнеге
BFL-дің баға парағында FLUX 3 Image үшін мәтіннен бейнеге және бейнеден бейнеге генерациялау нақты көрсетілген. Бұл жаңа бейнені промпттан жасауға да, бар бейнені түрлендіруге де мүмкіндік береді. Дәл өңдеу басқармалары мен сұрау өрістерін ағымдағы API схемасынан алыңыз.
6. Агенттерге ыңғайлы композициялау жұмыс процесі
Ресми бетте агент қысқа сұрауды сипаттамаға және элементтер кестесіне айналдырып, әр элемент үшін шекаралық қорап пен семантикалық ID бере алатын жұмыс процесі сипатталған. Бұл FLUX 3 Image-ді дизайнды автоматтандыру құбырларында пайдалы етуі мүмкін, егер қоршаған қолданба орналасуды жоспарлау, тексеру және өңдеу басқармаларын іске асырса.
Бенчмарк және өнімділік
Соңғы қаралған лидерборд ақпараты бойынша, Artificial Analysis FLUX 3 Image моделін AA-Image-T2I v2.0 мәтіннен-бейнеге лидербордында 1117 ± 10 Elo деп көрсетеді, 5,799 үлгі негізінде. Көрсетілген 95% интервал 1107–1127.
| Тест метрикасы | FLUX 3 Image нәтижесі | Не өлшенеді |
|---|---|---|
| Шекаралық қорапты орналастыру | Орташа IoU 0.890 | Объектілерінің тағайындалған орындарға қаншалықты сай келгені |
| Дұрыс орналастырылған объектілер | 16/16 | Төрт сахнада (әрқайсысында төрт объекті) орналастыру |
| Көп рет өңдеу кезінде сақтау | SSIM 0.995 | Өзгеріссіз қалуы тиіс аймақтардағы ұқсастық |
| 4K сахнадағы шағын белгі мәтіні | 6/8 дұрыс | Белгілі бір тест сахнасындағы мәтін дәлдігі |
Бұл үшінші тараптың тест нәтижелері, ресми Black Forest Labs бенчмарк балдары емес. Тест әртүрлі модельдердің тиісті промпттау әдістерін қолданды және оның шағын үлгі көлемі нәтижелерді кеңінен жалпылауды шектейді.
Қолдану жағдайлары
- Маркетинг және жарнама креативтері: Өнімнің орналасуын, тақырыптың орнын және сүйемелдеуші визуал элементтерді басқару.
- E-commerce бейнелері: Бірнеше анықтамалық активтер арқылы сахна құру және өнімді немесе фонды нысаналы өңдеулермен сынау.
- Редакциялық және постер дизайны: Субъектілер мен типографияны нақты орналасу аймақтарына орналастыру.
- Бренд және кампания активтері өндірісі: Бейнені толығымен қайта генерацияламай, оның бір бөлігін қайталап жетілдіру.
- Креативті автоматтандыру: Агенттен орналасу ұсынысын алу, элемент сипаттамаларын толтыру және бейне генерациялау эндпойнтын шақыру.
- Жоғары ажыратылымды визуал активтер: 2K немесе 4K шығысы қажет жұмыс процестері үшін детальды бейнелер жасау.
Бұлар BFL көрсеткен мүмкіндіктерден қорытылған қолдану мүмкіндіктері, шығыс сапасына кепілдік бермейді.