Hva er Flux.2 og Flux 2 er nå tilgjengelig på CometAPI

FLUX.2 er en nylig annonsert familie av bildegenererings- og redigeringsmodeller fra Black Forest Labs som tilbyr gjengivelse i produksjonskvalitet, redigering av flere referanser (opptil 10 referanser) og distribuerbare varianter som spenner fra åpen utvikling til produksjons-Pro og et kontrollerbart Flex-nivå.

Hva er FLUX.2?

FLUX.2 er Black Forest Labs' produksjonsklasse bildegenererings- og redigeringsfamilie som slår sammen flerreferansekondisjonering, et omarbeidet latent rom (VAE) og avanserte kontrollprimitiver (heksadansk fargestyring, JSON-ledetekster, poseringsveiledning) for å levere konsistente resultater med høy kvalitet for kreative og kommersielle arbeidsflyter. Den støtter både tekst→bildegenerering og flerreferansebilderedigering i en enkelt modellfamilie, og BFL leverer vertsbaserte API-endepunkter samt åpne vektartefakter for forskning og lokal inferens. Tilbudet finnes på tvers av flere distribusjonskanaler: åpne vekter for forskere/utviklere (FLUX.2 ), vertsbaserte produksjonsmodeller som **Flux.2 Pro**og tilpassbare, vertsbaserte endepunkter som Flux.2 Flex.

Nøkkelegenskaper

• Redigering av flere referanser: Kombiner opptil 8–10 referansebilder for én enkelt utdata, samtidig som du opprettholder identitet og stilkonsistens. Dette er spesielt nyttig for reklame, produktmodeller eller karakterkontinuitet på tvers av kreative varianter.
• Høy oppløsning (opptil 4 MP): gir ut opptil 4 megapiksler (for eksempel 2048×2048 og større, avhengig av sideforhold).
• Fotorealisme + fine detaljer: forbedringer i hender, ansikter, teksturer og romlig resonnering sammenlignet med tidligere åpne modeller.
• Strukturerte prompter og JSON-prompter: FLUX.2 støtter strukturerte/JSON-ledetekster som tilordnes naturlig til brukergrensesnittkontroller (scene, subjects[], stil, belysning, kamera), noe som muliggjør programmatisk og reproduserbar generering.
• Typografi og fargegjengivelse: uvanlig god tekstgjengivelse og nøyaktig fargestyring (heks) for merkevaresensitive arbeidsflyter.
• Innholdsopprinnelse og sikkerhet: Pro API-et bruker kryptografisk signerte C2PA-metadata på produserte bilder og driver lagdelt filtrering for ikke-tillatte innholdskategorier.

Pro vs Flex vs Dev: Hvilken modell skal man velge?

Når man skal velge hvilken

• Velg dev hvis du må kjøre lokalt, trenger algoritmisk forskning eller krever tilpasninger med åpen vekt (og aksepterer høye maskinvarebehov).
• Velg for når du trenger forutsigbare produksjonsbilder med lav latens og innebygde sikkerhets- og proveniensfunksjoner.
• Velg flex hvis du itererer på genereringshyperparametere (justeringstrinn, veiledningsskala osv.) og ønsker et administrert endepunkt som eksponerer den kontrollen.

Hvordan fungerer FLUX.2?

FLUX.2 samler tre hovedarkitektoniske elementer:

1. Rektifisert strømningstransformator-ryggrad

I kjernen bruker FLUX.2 en strømningsmatching / rektifisert strømning transformatorarkitektur som opererer i et lært latent rom (et moderne alternativ til diffusjon for noen produksjonsrørledninger). Denne ryggraden muliggjør gjengivelse med høy kvalitet og romlig resonnement som forbedrer konsistensen på tvers av flere referanser. "Flow matching"-tilnærmingen tilbyr forskjellige avveininger i samplingshastighet og gjengivelse sammenlignet med klassisk diffusjon.

2. Ny variasjonsautokoder (VAE)

En spesialbygd autoencoder komprimerer bilder til en latent representasjon som er optimalisert for FLUX.2s genererings- og redigeringsoppgaver. BFL oppgir at den nye VAE forbedrer komprimerbarhet og gjengivelseskvalitet (bedre læringsdynamikk og rekonstruksjoner av høyere kvalitet enn tidligere generasjoner). VAE er en viktig bidragsyter til ren oppskalering til 4 MP og forbedrede detaljer.

3. Langkontekstvisjon-språkmodell (VLM)

En VLM (rapportert å være relatert til visuelle språkkodere i Mistral-klassen i publiserte notater) gir språkkondisjonering og kunnskap fra den virkelige verden som gjør instruksjonene mer trofaste og modellen bedre til å følge komplekse instruksjoner (positurveiledning, kontekstuelle redigeringer osv.). Ved å kombinere en VLM med en flyt-ryggrad lar FLUX.2 resonnere om komposisjon og semantikk i større kontekstvinduer.

Hvordan disse delene samhandler (kjøretidsflyt)

1. Kode inndata: Referansebilder kodes via VAE til latente tokens; tekstmeldinger kodes av VLM.
2. Kryssmodal fusjon: Transformator-ryggraden inntar bildelatenter + teksttokener og modellerer romlige forhold, identitetsfunksjoner og redigeringsinstruksjoner.
3. Flytbasert generering: De rektifiserte strømningssamplerne genererer eller redigerer latente bilder betinget av den sammensmeltede representasjonen.
4. Dekode: VAE dekoder latente elementer tilbake til pikselrom, og bruker eventuelt endelige fargebegrensninger og vannmerke/C2PA-metadata.

Hvorfor denne arkitekturen er viktig

Denne kombinasjonen gir tre praktiske fordeler: (1) flerreferansekoherens fordi identitet og stil er modellert eksplisitt i det latente; (2) bedre tekst og typografi på grunn av tettere integrasjon mellom VLM og det latente bilderommet; (3) skalerbare distribusjonsalternativer – den samme grunnleggende modellfamilien kan leveres som åpne vekter for lokal bruk (dev), som en administrert tjeneste med lav latens (pro) eller som en justerbar tjeneste for utviklere (flex).

Hvordan fungerer FLUX.2?

Prestere i referansemålinger

Black Forest Labs publiserte sammenlignende evalueringer og diagrammer som viser at FLUX.2 overgikk flere samtidige produsenter i åpen vekt i direkte sammenlignende tester av menneskelige preferanser/seiersrate og i ELO kontra kostnadsanalyser. Rapporterte høydepunkter fra det publiserte leverandør-/pressesammendraget inkluderer:

• Tekst→Bilde-seiersrate: FLUX.2 rapporterte 66.6% seiersrate (mot ~51.3 % Qwen-Image, 48.1 % Hunyuan Image 3.0).
• Redigering av én referanse: 59.8% seiersrate (mot ~49.3 % Qwen-Image, 41.2 % FLUX.1 Kontekst).
• Redigering av flere referanser: 63.6% seiersrate (mot ~36.4 % for Qwen-Image).
• ELO vs. kostnad: FLUX.2-familien (Pro, Flex, Dev) klynger seg i et bånd med høyere kvalitet og relativt lave kostnader (ELO ≈1030–1050, mens de opererer på ~2–6 cent per bilde i leverandørens prisdiagram).

Generering av flere referanser

En av FLUX.2s største funksjoner er evnen til å generere flere konsistente utganger ved hjelp av flere referansebilder.

Når du for eksempel fotograferer et produkt, kan du laste opp flere bilder tatt fra forskjellige vinkler, under forskjellige lysforhold og mot forskjellige bakgrunner, og generere flere varianter av det samme bildet samtidig.

Denne funksjonen lar deg raskt generere produktkatalogbilder i batch for e-handelsnettsteder, reklamebannere, bildesett for sosiale medier og mer.

I motsetning til tradisjonell generering av enkeltbilder, er denne flerreferansemekanismen ideell for virkelige arbeidsflyter som vektlegger konsistens og integritet.

Høy oppløsning, forretningskvalitet (opptil 4 MP)

FLUX.2 støtter utdata på opptil 4 megapiksler (omtrent 2000–3000 piksler), noe som gir bildekvalitet som passer for praktiske bruksområder som reklame, trykk, skilting og plakater.

Den håndterer tekst, logoer, UI-mockups, infografikk og mer perfekt, noe som gjør den egnet ikke bare for kunstnerisk skapelse, men også for design og kommersiell bruk.

Samtidig har gjengivelseskvaliteten på fonter og tekst også blitt forbedret, noe som gjør den egnet for å lage reklamebannere og produktetiketter.

Støtter lokal GPU-kjøring: Lav kostnad, lav inngangsbarriere

Til dags dato er mange modeller for høy ytelse for bildegenerering bare praktiske i datasentre med massive dataressurser. FLUX.2 er imidlertid optimalisert for å kjøre på standard GPU-er (som NVIDIA RTX) med mindre VRAM-forbruk.

Modeller trenger ikke lenger å nås via skyen; de kan redigeres og genereres lokalt, noe som reduserer kostnader betydelig og øker driftsfleksibiliteten.

Dette er en stor fordel ikke bare for bedrifter, men også for individuelle skapere og små team.

Enhetlig arbeidsflyt for oppretting og redigering

FLUX.2 støtter ikke bare tekst-til-bilde (tekst → bildegenerering), men også bilde-til-bilde (redigering og styling av eksisterende bilder).

Dette lar deg bruke én enkelt modell konsekvent for oppgaver som å «tegne et nytt bilde fra bunnen av», «redigere og retusjere eksisterende bilder» og «gjenbruke flere bilder for å lage ensartede variasjoner».

For eksempel er det enkelt å endre bakgrunnen på et produktbilde til en annen atmosfære eller endre størrelsen på det for sosiale medier.

Slik får du tilgang til Flux.2 API-et

Vi har gleden av å kunngjøre at CometAPI har integrert Flux.2 API. Nå støtter vi Replicate Format Model (lavere enn den offisielle Replicate-prisen), FLUX.2-endepunkter:

• black-forest-labs/flux-2-pro
• black-forest-labs/flux-2-dev
• black-forest-labs/flux-2-flex

Begynn å bygge nå Lag forutsigelser – API-dokumentasjon,

Vil du prøve først? Test FLUX.2 og i vår lekeplass etter registrering og innlogging på CometAPI, hvis du vil begynn å bygge med API nå: Lag forutsigelser – API-dokumentasjon.

FLUX.2 er ikke bare enda et modellfall; det er en produktstrategi på familienivå som tar for seg produksjonsrealiteter: kvalitet, redigerbarhet, koherens med flere referanser og praktiske distribusjonsveier (administrerte API-er og åpne kontrollpunkter). For organisasjoner som produserer visuelt innhold i stor skala, lover FLUX.2 betydelige produktivitetsøkninger – forutsatt at team kombinerer teknisk adopsjon med robust lisensstyring og kvalitetskontroll.

Hovedbruksområder og tiltenkte brukstilfeller for FLUX.2

Produktvisualer/oppretting av e-handelskatalog

Netthandelsbedrifter og merkevarer har stor etterspørsel etter å ta en rekke produktbilder fra flere vinkler, med ulik belysning, bakgrunner og fargemoduser.

• Med FLUX.2 kan du raskt generere flere visuelt konsistente effekter uten å faktisk filme noe innhold.
• Dette lar deg raskt utvide produktkatalogen din samtidig som du reduserer fotograferingskostnader, tid og administrasjonskostnader.

Utarbeidelse av reklame- og markedsføringsmateriell

Etterspørselen etter designmateriell er bred, inkludert reklamebannere, bilder fra sosiale medier, visuelle elementer fra kampanjer og PR-plakater.

• Bare legg inn en tekstbeskrivelse for å få bilder med ønsket stil, komposisjon og atmosfære, noe som reduserer byrden for designere og annonsører betraktelig.
• Videre, fordi variasjoner kan genereres ved hjelp av flere referansebilder, er det også egnet for A/B-testing av kreative ideer og å lage materialer som er kompatible med flere språk og regioner.

Brukergrensesnitt/brukeropplevelsesdesign, prototyping

FLUX.2 støtter også redigering av logoer, fonter, oppsett og bakgrunner, noe som gjør det egnet ikke bare for fotogenerering, men også for visuell design av digitale produkter.

• Du kan raskt lage foreløpige design, wireframes, arrangementsnettsteder, skjermmodeller for applikasjoner og mer.
• Dette er en kostnadseffektiv produksjonsløsning, spesielt egnet for oppstartsbedrifter og små designteam.

Kunst/kreative verk og personlig bruk

Selvfølgelig kan den også brukes utelukkende til «kunstverk», «illustrasjoner» eller «grafisk design».

• Utvid dine kreative horisonter ved å skape verk i ulike stemninger og stiler ved hjelp av tekstmeldinger og referansebilder.
• Du kan også bruke bilderedigeringsfunksjoner til å fritt omforme eksisterende bilder til kunstneriske stiler, eller eksperimentere med fantastiske landskap eller karakterdesign.

Differensiert fra eksisterende modeller og konkurrenter – hvorfor velge FLUX.2?

Sammenligning med andre AI-bildegenereringsmodeller

For tiden finnes det mange modeller (åpen kildekode og kommersielle) innen AI-bildegenerering, som tradisjonelle diffusjonsmodeller og de nyeste konkurrerende modellene. Så hvorfor er FLUX.2 så attraktiv? Årsakene er som følger:

• Integrert generering og redigering: Mange modeller fokuserer enten på «generering (tekst til bilde)» eller «redigering (bilde til bilde)». FLUX.2 støtter begge funksjonene samtidig, og oppnår en svært konsistent arbeidsflyt.
• Flere referanseinnganger: Bruk flere referansebilder for enkel produktfotografering og konsistent visuell konsistens.
• Kommersiell kvalitet og høy oppløsning: Støtter 4 MP for reklame, produktfotografering og trykk.
• Enkel lokal utførelse: Den er skyuavhengig og kan kjøre på standard GPU-er, noe som gir fordeler både når det gjelder kostnad og fleksibilitet.
• Fleksibelt modellvalg: Tilbyr en rekke modeller som dekker alt fra standard til kommersielle og forskningsapplikasjoner, slik at du kan velge den som passer best til dine behov og budsjett.

Dette gjør FLUX.2 til et kraftig valg for profesjonelle arbeidsflyter, kommersiell bruk, storproduksjon og prosjekter der kostnad og hastighet er avgjørende.

Siste tanker:

FLUX.2 befinner seg i et pragmatisk skjæringspunkt: det tilbyr åpne forskningsalternativer for team som trenger kontroll og reproduserbarhet, og administrerte produksjons-API-er for team som prioriterer lav latens, forutsigbare resultater og proveniens. Ved å tilby både åpne og administrerte varianter (utvikling/profesjonell/fleksibel), erkjenner BFL at ulike arbeidsflyter – eksperimentering, iterativ design og produksjon – krever ulike avveininger mellom gjengivelse, hastighet, tilpasning og styring.

Utviklere har tilgang Flux.2 Dev API, Flux.2 Flex API og Flux.2 Pro API gjennom CometAPI. For å begynne, utforsk modellmulighetene til CometAPI i lekeplassFør du får tilgang, må du sørge for at du har logget inn på CometAPI og fått tak i API-nøkkelen. cometAPI tilby en pris som er langt lavere enn den offisielle prisen for å hjelpe deg med å integrere.

Klar til å dra? → Registrer deg for CometAPI i dag !

Hvis du vil vite flere tips, guider og nyheter om AI, følg oss på VK, X og Discord!