คุณสมบัติหลัก (Flux.2 Dev ทำอะไรได้บ้าง)
- การสร้าง ข้อความ→ภาพ ด้วยการยึดโยงพรอมป์สูง และการเรนเดอร์ไทโปกราฟี/รายละเอียดเล็กๆ ที่ดีขึ้น
- การแก้ไขแบบใช้หลายอ้างอิง — ผสานภาพอ้างอิงหลายภาพเป็นเอาต์พุตเดียว คงความสม่ำเสมอของอัตลักษณ์/สไตล์
- หนึ่งเช็กพอยต์สำหรับการสร้างและการแก้ไข (ไม่ต้องใช้โมเดลแก้ไขแยกต่างหาก)
- เช็กพอยต์ open-weight ขนาดใหญ่ (32B) อนุญาตให้ทำวิจัยภายในเครื่อง การควอนไทซ์ และการปรับให้เหมาะกับชุมชน.)
- VAE ที่ปรับแต่งแล้ว เพื่อสมดุลการเรียนรู้–คุณภาพ–การบีบอัดที่ดีขึ้น (รองรับการแก้ไข/เอาต์พุต 4MP)
รายละเอียดทาง技术 (สถาปัตยกรรม & วิศวกรรม)
- จำนวนพารามิเตอร์: 32 พันล้านพารามิเตอร์สำหรับเช็กพอยต์ FLUX.2
- การออกแบบแกนหลัก: latent flow-matching / rectified flow transformer ผสานกับโมเดลภาพ–ภาษา (BFL ระบุว่าพวกเขาจับคู่ VLM Mistral-3 24B เข้ากับแบ็กโบนของ transformer เพื่อการยึดโยงเชิงความหมาย) VLM มอบความรู้เกี่ยวกับโลกและการยึดโยงเชิงข้อความ ขณะที่ transformer จำลองโครงสร้างเชิงพื้นที่/องค์ประกอบ
- VAE: FLUX.2 VAE ใหม่ (เผยแพร่ภายใต้ Apache-2.0) ผ่านการฝึกใหม่เพื่อเพิ่มความเที่ยงตรงของการสร้างกลับและความสามารถในการเรียนรู้ของ latent รองรับการแก้ไขความละเอียดสูง
- การสุ่มตัวอย่าง & การกลั่น: ฝึกด้วยเทคนิค guidance-distillation เพื่อเพิ่มประสิทธิภาพและความเที่ยงตรงของการอนุมาน
ผลการทดสอบมาตรฐาน
Black Forest Labs เผยแพร่การประเมินและกราฟเปรียบเทียบที่แสดงประสิทธิภาพของ FLUX.2 เทียบกับโมเดลภาพแบบ open-weight และแบบโฮสต์ร่วมสมัย ตัวเลขสำคัญที่เผยแพร่ (BFL / สรุปข่าวประชาสัมพันธ์):
- อัตราชนะงานข้อความเป็นภาพ: FLUX.2 ~66.6% (เทียบกับ Qwen-Image 51.3%, Hunyuan ~48.1% ในชุดข้อมูล head-to-head ของ BFL)
- อัตราชนะการแก้ไขแบบใช้อ้างอิงเดียว: FLUX.2 ~59.8% (เทียบกับ Qwen-Image 49.3%, FLUX.1 Kontext ~41.2%)
- อัตราชนะการแก้ไขแบบใช้หลายอ้างอิง: FLUX.2 ~63.6% (เทียบกับ Qwen-Image 36.4%) BFL ยังรายงานความสามารถแบบหลายอ้างอิงได้ถึง 10 references ในชุดการประเมินของตน
กรณีใช้งานทั่วไป/แนะนำ
- เวอร์ชันภาพโฆษณาและการตลาด ที่ต้องคงโมเดล/นักแสดง/สินค้าเดียวกันให้สม่ำเสมอในหลายซีนหรือฉากหลัง (ความสม่ำเสมอแบบหลายอ้างอิง)
- ภาพสินค้า & การลองสวมใส่เสมือนจริง (รักษารายละเอียดของสินค้าแม้เปลี่ยนฉากหลัง)
- งานบรรณาธิการ/แฟชั่นสเปรด ที่ต้องคงอัตลักษณ์เดียวกันในหลายช็อต
- การสร้างต้นแบบอย่างรวดเร็วและงานวิจัย (เช็กพอยต์ dev เปิดให้ทดลอง ปรับแต่งละเอียด และเวิร์กโฟลว์ LoRA/อะแดปเตอร์)
วิธีเข้าถึง Flux.2 dev API
ขั้นตอนที่ 1: สมัครเพื่อรับ API Key
เข้าสู่ระบบที่ cometapi.com หากคุณยังไม่เป็นผู้ใช้ของเรา โปรดลงทะเบียนก่อน เข้าสู่ CometAPI console รับคีย์ API สิทธิ์เข้าถึงของอินเทอร์เฟซ คลิก “Add Token” ที่ API token ในศูนย์ส่วนบุคคล รับ token key: sk-xxxxx และส่ง
ขั้นตอนที่ 2: ส่งคำขอไปยัง Flux.2 dev API
เลือกเอ็นด์พอยต์ “black-forest-labs/flux-2-dev” เพื่อส่งคำขอ API และกำหนด request body วิธีการและ request body ได้จากเอกสาร API บนเว็บไซต์ของเรา เว็บไซต์ยังมีการทดสอบด้วย Apifox เพื่อความสะดวกของคุณ แทนที่ <YOUR_API_KEY> ด้วยคีย์ CometAPI จริงจากบัญชีของคุณ
ใส่คำถามหรือคำขอของคุณในช่อง content—นี่คือสิ่งที่โมเดลจะตอบกลับ ประมวลผลการตอบกลับ API เพื่อรับคำตอบที่สร้างขึ้น
ขั้นตอนที่ 3: ดึงและตรวจสอบผลลัพธ์
ประมวลผลการตอบกลับ API เพื่อรับคำตอบที่สร้างขึ้น หลังจากประมวลผลแล้ว API จะตอบกลับสถานะงานและข้อมูลเอาต์พุต
CometAPI ขณะนี้รองรับโมเดลรูปแบบ Replicate: 🔹 black-forest-labs/flux-2-pro 🔹 black-forest-labs/flux-2-dev 🔹 black-forest-labs/flux-2-flex
โปรโมชันเวลาจำกัด: ราคาต่ำกว่าราคาทางการของ Replicate!
👇 Start Building Now Create Predictions – API Doc
⚡ ตัวเลือกที่ยืดหยุ่น:
- Pro: ออกแบบเพื่อการผลิตประสิทธิภาพสูงและส่งมอบรวดเร็ว
- Flex: เพิ่มคุณภาพภาพให้สูงสุดด้วยพารามิเตอร์ที่ปรับได้
- Dev: ปรับแต่งให้เป็นมิตรกับนักพัฒนา