Что такое Flux.2 и Flux 2 теперь доступен на CometAPI

FLUX.2 — это новое семейство моделей для создания и редактирования изображений от Black Forest Labs, которые предлагают точность производственного уровня, редактирование нескольких ссылок (до 10 ссылок) и развертываемые варианты от открытой версии Dev до производственной версии Pro и управляемого уровня Flex.

Что такое FLUX.2?

FLUX.2 — это семейство инструментов для создания и редактирования изображений промышленного уровня от Black Forest Labs, объединяющее многореферентное кондиционирование, переработанное латентное пространство (VAE) и расширенные примитивы управления (шестнадцатеричное управление цветом, JSON-подсказки, управление позой) для обеспечения стабильных и высококачественных результатов в творческих и коммерческих рабочих процессах. FLUX.2 поддерживает как создание текст-изображений, так и многореферентное редактирование изображений в рамках одного семейства моделей, а BFL предоставляет конечные точки API, размещенные в системе, а также артефакты с открытыми весами для исследований и локального вывода. Предложение доступно по нескольким каналам распространения: открытые весовые коэффициенты для исследователей/разработчиков (FLUX.2 ), размещенные производственные модели, такие как **Flux.2 Про**и настраиваемые размещенные конечные точки, такие как Flux.2 Flex.

Ключевые возможности

• Редактирование нескольких ссылок: Объедините до 8–10 референсных изображений в один продукт, сохраняя при этом идентичность и единообразие стиля. Это особенно полезно для рекламы, макетов продуктов или обеспечения преемственности персонажей в различных вариантах дизайна.
• Высокое разрешение (до 4МП): выводит до 4 мегапикселей (например, 2048×2048 и больше, в зависимости от соотношения сторон).
• Фотореализм + мельчайшие детали: улучшения в руках, лицах, текстурах и пространственном мышлении по сравнению с более ранними открытыми моделями.
• Структурированные подсказки и подсказки JSON: FLUX.2 поддерживает структурированные/JSON-подсказки, которые естественным образом сопоставляются с элементами управления пользовательского интерфейса (сцена, субъекты[], стиль, освещение, камера), что позволяет осуществлять программную и воспроизводимую генерацию.
• Типографика и точность цветопередачи: необычайно хорошая визуализация текста и точное управление цветом (шестнадцатеричное) для рабочих процессов, чувствительных к бренду.
• Происхождение и безопасность контента: API Pro применяет криптографически подписанные метаданные C2PA к создаваемым изображениям и выполняет многоуровневую фильтрацию для запрещенных категорий контента.

Pro vs Flex vs Dev: какую модель выбрать?

Когда выбрать

• Выберите DEV если вам необходимо запустить локально, нужны алгоритмические исследования или требуются открытые настройки (и вы принимаете высокие требования к оборудованию).
• Выберите PRO когда вам нужны предсказуемые производственные изображения с низкой задержкой, со встроенными функциями безопасности и определения происхождения.
• Выберите сгибать если вы выполняете итерацию гиперпараметров генерации (шаги настройки, шкала наведения и т. д.) и вам нужна управляемая конечная точка, которая предоставляет этот элемент управления.

Как работает FLUX.2?

FLUX.2 объединяет три основных архитектурных элемента:

1. Магистраль трансформатора с выпрямленным потоком

В своей основе FLUX.2 использует согласование потока / выпрямленный поток Архитектура преобразователя, работающая в обученном латентном пространстве (современная альтернатива диффузии для некоторых производственных конвейеров). Эта основа обеспечивает высокоточный рендеринг и пространственные рассуждения, повышающие согласованность между несколькими референсами. Подход «сопоставления потоков» предлагает иные компромиссы между скоростью и точностью дискретизации по сравнению с классической диффузией.

2. Новый вариационный автоэнкодер (VAE).

Специализированный автоэнкодер сжимает изображения в скрытое представление, оптимизированное для задач генерации и редактирования FLUX.2. BFL утверждает, что новый VAE повышает сжимаемость и точность (улучшенная динамика обучения и более высокое качество реконструкции по сравнению с предыдущими поколениями). VAE играет ключевую роль в чистом масштабировании до 4 МП и улучшенной детализации.

3. Модель долгосрочного контекстного видения–языка (VLM)

VLM (в опубликованных заметках упоминается связь с визуальными языковыми кодерами класса «Мистраль») обеспечивает языковое кондиционирование и знание реального мира, что делает подсказки более точными, а модель — более эффективной в выполнении сложных инструкций (управление позой, контекстное редактирование и т. д.). Сочетание VLM с потоком позволяет FLUX.2 анализировать композицию и семантику в более широких контекстных окнах.

Как взаимодействуют эти части (течение времени выполнения)

1. Кодирование входных данных: Справочные изображения кодируются с помощью VAE в скрытые токены; текстовые подсказки кодируются с помощью VLM.
2. Кросс-модальное слияние: Трансформаторная магистраль принимает скрытые изображения и текстовые маркеры и моделирует пространственные отношения, идентификационные признаки и инструкции по редактированию.
3. Генерация на основе потока: сэмплеры с ректифицированным потоком генерируют или редактируют скрытые изображения, обусловленные объединенным представлением.
4. Расшифровать: VAE декодирует скрытые данные обратно в пиксельное пространство, при необходимости применяя окончательные ограничения цвета и метаданные водяных знаков/C2PA.

Почему эта архитектура важна

Такое сочетание дает три практических преимущества: (1) многореферентная когерентность потому что идентичность и стиль моделируются явно в скрытом; (2) лучший текст и типографика из-за более тесной интеграции между VLM и скрытым пространством изображения; (3) масштабируемые варианты развертывания — одно и то же базовое семейство моделей может поставляться как открытые веса для локального использования (dev), как управляемая служба с низкой задержкой (pro) или как настраиваемая служба для разработчиков (flex).

Чем хорош FLUX.2?

Результаты в бенчмарках

Black Forest Labs опубликовала сравнительные оценки и диаграммы, показывающие, что FLUX.2 превосходит несколько конкурентов открытого веса в личных тестах на предпочтения/процент побед, а также в анализе ELO и стоимости. Основные моменты из опубликованного обзора производителя/пресс-релиза включают:

• Процент выигрышей Текст→Изображение: FLUX.2 сообщил ≈66.6% процент побед (против ~51.3% Qwen-Image, 48.1% Hunyuan Image 3.0).
• Редактирование отдельных ссылок: ≈59.8% процент побед (против ~49.3% Qwen-Image, 41.2% FLUX.1 Kontext).
• Редактирование нескольких ссылок: ≈63.6% процент побед (против ~36.4% для Qwen-Image).
• ELO против стоимости: Семейство FLUX.2 (Pro, Flex, Dev) относится к высококачественному, относительно недорогому диапазону (ELO ≈1030–1050 при рабочей стоимости ~2–6 центов за изображение в таблице цен поставщика).

Генерация множественных ссылок

Одной из важнейших особенностей FLUX.2 является его способность генерировать несколько согласованных выходных данных с использованием нескольких эталонных изображений.

Например, при фотографировании товара вы можете загрузить несколько фотографий, сделанных с разных ракурсов, при разном освещении и на разном фоне, и одновременно создать несколько вариантов одного и того же изображения.

Эта функция позволяет вам быстро создавать пакетные фотографии каталога продукции для сайтов электронной коммерции, рекламных баннеров, наборов изображений для социальных сетей и многого другого.

В отличие от традиционной генерации одного изображения, этот механизм с несколькими ссылками идеально подходит для реальных рабочих процессов, в которых особое внимание уделяется согласованности и целостности.

Высокое разрешение, бизнес-качество (до 4 МП)

FLUX.2 поддерживает вывод до 4 мегапикселей (примерно 2000–3000 пикселей), обеспечивая качество изображения, подходящее для практических применений, таких как реклама, печать, вывески и плакаты.

Он прекрасно справляется с текстом, логотипами, макетами пользовательского интерфейса, инфографикой и многим другим, что делает его пригодным не только для художественного творчества, но и для дизайна и коммерческого использования.

При этом качество отображения шрифтов и текста также было улучшено, что делает его пригодным для создания рекламных баннеров и этикеток продуктов.

Поддержка локального выполнения на GPU: низкая стоимость, низкий порог входа

На сегодняшний день многие высокопроизводительные модели генерации изображений применимы только в центрах обработки данных с огромными вычислительными ресурсами. Однако FLUX.2 оптимизирован для работы на стандартных графических процессорах (например, NVIDIA RTX) с меньшим потреблением видеопамяти.

К моделям больше не нужно получать доступ через облако; их можно редактировать и создавать локально, что значительно сокращает затраты и повышает эксплуатационную гибкость.

Это важное преимущество не только для компаний, но и для отдельных авторов и небольших команд.

Унифицированный рабочий процесс создания и редактирования

FLUX.2 поддерживает не только преобразование текста в изображение (генерация текста → изображение), но и преобразование изображения в изображение (редактирование и стилизация существующих изображений).

Это позволяет вам последовательно использовать одну и ту же модель для таких задач, как «рисование нового изображения с нуля», «редактирование и ретуширование существующих фотографий» и «повторное использование нескольких изображений для создания единообразных вариаций».

Например, можно легко изменить фон фотографии продукта, придав ей другую атмосферу, или изменить ее размер для социальных сетей.

Как получить доступ к API Flux.2

Мы рады сообщить, что CometAPI интегрировал API Flux.2. Теперь поддерживается модель формата Replicate (цена ниже официальной цены Replicate). Конечные точки FLUX.2:

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

Начните строить сейчас Создание прогнозов – API Doc,

Хотите попробовать первым? Тестируйте FLUX.2 и в наших детская площадка после регистрации и входа в CometAPI, если вы хотите начните разрабатывать с API прямо сейчас: Создание прогнозов – API Doc.

FLUX.2 — это не просто очередная модель; это стратегия развития семейства продуктов, учитывающая реалии производства: точность, возможность редактирования, согласованность множества ссылок и практичные пути развертывания (управляемые API и открытые контрольные точки). Организациям, создающим масштабный визуальный контент, FLUX.2 обещает значительный рост производительности при условии, что команды совместят техническое внедрение с эффективным управлением лицензированием и контролем качества.

Основные области применения и предполагаемые варианты использования FLUX.2

Создание визуальных образов продукции/каталогов электронной коммерции

Компании и бренды электронной коммерции испытывают большой спрос на многочисленные фотографии продукции с разных ракурсов, с использованием различного освещения, фона и цветовых режимов.

• С помощью FLUX.2 вы можете быстро создавать множество визуально согласованных эффектов без фактической съемки какого-либо контента.
• Это позволяет вам быстро расширить каталог продукции, одновременно сокращая затраты на фотосъемку, время и управленческие расходы.

Создание рекламных и маркетинговых материалов

Спрос на дизайнерские материалы широк и включает рекламные баннеры, изображения для постов в социальных сетях, визуальные материалы для рекламных кампаний и PR-плакаты.

• Просто предоставьте текстовое описание, чтобы получить изображения с желаемым стилем, композицией и атмосферой, что значительно снижает нагрузку на дизайнеров и рекламодателей.
• Более того, поскольку вариации можно создавать с использованием нескольких контрольных изображений, он также подходит для A/B-тестирования креативных идей и создания материалов, совместимых с несколькими языками и регионами.

Проектирование пользовательского интерфейса/пользовательского опыта, прототипирование

FLUX.2 также поддерживает редактирование логотипов, шрифтов, макетов и фонов, что делает его пригодным не только для создания фотографий, но и для визуального дизайна цифровых продуктов.

• Вы можете быстро создавать предварительные проекты, каркасы, веб-сайты мероприятий, макеты экранов приложений и многое другое.
• Это экономически эффективное производственное решение, особенно подходящее для стартапов и небольших проектных групп.

Искусство/Творческие работы и личное использование

Конечно, его также можно использовать исключительно для «художественных работ», «иллюстраций» или «графического дизайна».

• Расширьте свои творческие горизонты, создавая работы в разных настроениях и стилях, используя текстовые подсказки и справочные изображения.
• Вы также можете использовать функции редактирования изображений, чтобы свободно перерабатывать существующие фотографии в художественные стили или экспериментировать с фантастическими пейзажами или дизайнами персонажей.

Отличия от существующих моделей и конкурентов — почему стоит выбрать FLUX.2?

Сравнение с другими моделями генерации изображений на основе ИИ

В настоящее время существует множество моделей (с открытым исходным кодом и коммерческих) в области генерации изображений на основе ИИ, как традиционных диффузионных моделей, так и новейших конкурирующих моделей. Итак, почему же FLUX.2 так привлекателен? Причины следующие:

• Интегрированная генерация и редактирование: многие модели ориентированы либо на «генерацию (текст в изображение)», либо на «редактирование (изображение в изображение)». FLUX.2 поддерживает обе функции одновременно, обеспечивая высокую согласованность рабочего процесса.
• Несколько контрольных изображений: используйте несколько контрольных изображений для удобства фотографирования продукта и обеспечения единообразного визуального соответствия.
• Коммерческое качество и высокое разрешение: поддерживает 4 МП для рекламы, фотосъемки продукции и печати.
• Простое локальное исполнение: приложение не зависит от облака и может работать на стандартных графических процессорах, что обеспечивает преимущества как по стоимости, так и по гибкости.
• Гибкий выбор моделей: предлагается широкий выбор моделей, охватывающих все: от стандартных до коммерческих и исследовательских приложений, что позволяет вам выбрать ту, которая лучше всего соответствует вашим потребностям и бюджету.

Это делает FLUX.2 мощным выбором для профессиональных рабочих процессов, коммерческого использования, крупносерийного производства и проектов, где стоимость и скорость имеют решающее значение.

Последние мысли:

FLUX.2 находится на прагматическом перекрестке: он предлагает варианты исследований в открытом весе для команд, которым нужен контроль и воспроизводимость, а также управляемые, производственные API Для команд, которым важны низкая задержка, предсказуемые результаты и происхождение. Предлагая как открытые, так и управляемые версии (dev/pro/flex), BFL признаёт, что различные рабочие процессы — экспериментирование, итеративное проектирование и производство — требуют разных компромиссов между точностью, скоростью, настраиваемостью и управлением.

Разработчики могут получить доступ API разработки Flux.2, Flux.2 Flex API и API Flux.2 Pro через CometAPI. Для начала изучите возможности моделирования CometAPI в Детская ПлощадкаПеред доступом убедитесь, что вы вошли в CometAPI и получили ключ API. сetAPI предложить цену намного ниже официальной, чтобы помочь вам интегрироваться.

Готовы к работе?→ Зарегистрируйтесь в CometAPI сегодня !

Если вы хотите узнать больше советов, руководств и новостей об искусственном интеллекте, подпишитесь на нас VK, X и Discord!