Tekniske spesifikasjoner
| Spesifikasjon | Verifisert informasjon |
|---|---|
| Modellnavn | FLUX 3 Image |
| Utvikler | Black Forest Labs (BFL) |
| Produktkategori | Bildegenerering og bilderedigering |
| Arbeidsflyter vist av BFL | Tekst-til-bilde, bilde-til-bilde, layoutstyrt komposisjon, målrettet redigering |
| Layoutkontroll | Avgrensningsbokser med element-ID-er og beskrivelser |
| Referansebilder | Opptil 10, ifølge den offisielle modellsiden |
| Alternativer for oppløsning | Prissiden viser nivåene 768 × 768, 1K, 1.5K, 2K og 4K |
| Generering i høy oppløsning | Offisiell side demonstrerer native 2K og 4K; ett eksempel er 5456 × 3072 piksler |
| API-tilgang | BFL API; offisiell side lenker også til Playground |
| API-modellidentifikator | Bekreft gjeldende identifikator i BFLs API-dokumentasjon; ikke fastslått här |
| Offentlige priser | Priser per oppløsningsnivå; se den levende BFL-prissiden |
| Kontekstvindu / antall parametere | Ikke offentliggjort i de siterte produktmaterialene |
| Standardiserte offentlige benchmark-resultater | Ikke etablert i de siterte offisielle materialene |
| Åpne vekter for denne eksakte bildemodellen | Bekreft gjeldende lisensiering og utgivelsesstatus; ikke anta tilgjengelighet fra andre FLUX-produkter |
Hva er Flux 3 Image
FLUX 3 Image er laget for skapere og utviklere som trenger mer kontroll over strukturen i et generert bilde enn en enkel tekstprompt kan gi. Den offisielle produktsiden viser to komplementære arbeidsflyter: generer en komposisjon fra en tekstprompt, eller definer bildeelementer og deres plasseringer med avgrensningsbokser før rendering. Disse boksene kan redigeres individuelt, noe som muliggjør målrettede endringer samtidig som resten av komposisjonen bevares.
Modellen støtter også å kombinere opptil 10 referansebilder i én komposisjon. Dette er nyttig når et design trenger å gjenbruke flere visuelle ressurser eller opprettholde relasjoner mellom motiver, produkter og sceneelementer.
Nøkkelfunksjoner i Flux 3 Image
1. Layoutkontroll med avgrensningsbokser
FLUX 3 Image kan plassere beskrevne elementer innenfor spesifiserte avgrensningsbokser. Denne arbeidsflyten egner seg for design der romlige relasjoner er viktige, inkludert plakater, redaksjonelle layouter, kollasjer, produktkomposisjoner og bilder som inneholder flere distinkte motiver. BFL beskriver lerretet som et normalisert 0–1000-rutenett for koordinater.
2. Målrettede redigeringer som bevarer resten av bildet
Den offisielle siden demonstrerer redigering av utvalgte elementer mens andre deler forblir uendret. Dette er nyttig for iterative kreative arbeidsflyter der en designer må erstatte eller justere ett objekt, tekstelement eller visuelt område uten å regenerere hele komposisjonen. Produktsiden beskriver dette som pikselperfekt redigering; faktiske resultater bør likevel sjekkes for uønskede endringer.
3. Komposisjon med referansebilder
BFL oppgir at brukere kan gi opptil 10 referansebilder og be modellen kombinere dem til én komposisjon. Hver referanse får et token som ref_image_0, som kan nevnes i prompten. Dette kan hjelpe med gjenbruk av ressurser, scener med flere produkter, moodboards og komposisjoner som trenger flere kildematerialer.
4. Native 2K- og 4K-utdata
BFL annonserer native 2K- og 4K-generering og demonstrerer et bilde på 5456 × 3072 piksler. Tilgjengelige utdata-dimensjoner avhenger av valgt nivå og støttede forespørselsinnstillinger; verifiser de eksakte aksepterte verdiene i gjeldende API-dokumentasjon.
5. Tekst-til-bilde og bilde-til-bilde
BFLs prisside lister eksplisitt både tekst-til-bilde og bilde-til-bilde-generering for FLUX 3 Image. Dette støtter både å lage et nytt bilde fra en prompt og å transformere et eksisterende bilde. Eksakte redigeringskontroller og forespørselsfelter bør hentes fra gjeldende API-skjema.
6. Agentvennlig komposisjonsarbeidsflyt
Den offisielle siden beskriver en arbeidsflyt der en agent kan gjøre en kort forespørsel om til en beskrivelse og en elementtabell, med en avgrensningsboks og semantisk ID for hvert element. Dette kan gjøre FLUX 3 Image nyttig i designautomatiseringspipeliner, forutsatt at den omkringliggende applikasjonen implementerer layoutplanlegging, validering og redigeringskontroller.
Benchmark og ytelse
Per den siste resultatlisteinformasjonen som er gjennomgått, lister Artificial Analysis FLUX 3 Image på 1117 ± 10 Elo på sin AA-Image-T2I v2.0 tekst-til-bilde-resultatliste, basert på 5,799 prøver. Det viste 95 %-intervallet er 1107–1127.
| Testmetrikk | FLUX 3 Image-resultat | Hva det måler |
|---|---|---|
| Plassering av avgrensningsbokser | 0.890 gjennomsnittlig IoU | Hvor nært objektene samsvarte med sine tildelte posisjoner |
| Objekter korrekt plassert | 16/16 | Plassering på tvers av fire scener med fire objekter hver |
| Bevaring under flere redigeringer | 0.995 SSIM | Likhet i områder som var forventet å forbli uendret |
| Liten skilttekst i en 4K-scene | 6/8 skilt korrekte | Tekstnøyaktighet i én spesifikk testscene |
Dette er tredjeparts testresultater, ikke offisielle Black Forest Labs benchmark-score. Testen brukte de respektive promptemetodene til ulike modeller, og den lille utvalgsstørrelsen begrenser hvor bredt funnene kan generaliseres.
Bruksområder
- Markedsføring og reklamekreatører: Kontroller produktplassering, overskriftsplassering og støttende visuelle elementer.
- E-handelsbilder: Bygg scener ved å bruke flere referanseressurser og test målrettede redigeringer av produkt eller bakgrunn.
- Redaksjonell og plakatdesign: Plasser motiver og typografi innenfor eksplisitte layoutområder.
- Produksjon av merkevare- og kampanjemateriell: Iterer på én del av et bilde mens du forsøker å bevare resten.
- Kreativ automatisering: Bruk en agent til å foreslå en layout, fylle ut elementbeskrivelser og kalle et bildegenererings-endepunkt.
- Høyoppløselige visuelle ressurser: Produser detaljerte bilder for arbeidsflyter der 2K- eller 4K-utdata er nødvendig.
Dette er anvendelsesmuligheter utledet fra funksjonene demonstrert av BFL, ikke garantier for utdatakvalitet.