Black Forest Labs-ը թողարկեց FLUX 3 Image Klein՝ պատկերներ ստեղծելու բաց մոդել սպառողական GPU-ներում

Մոդելի հնարավորություններն ու արդյունավետությունը

Black Forest Labs-ը թողարկեց FLUX 3 Image Klein՝ 5,6 միլիարդ պարամետրով բաց քաշերով մոդել տեքստից պատկեր գեներացնելու, պատկեր խմբագրելու և մինչև 10 հղումների պատկերով գեներացնելու համար: Ան սպասարկում է բնական 4K լուծողությանը, պիքսելային ճշտությամբ խմբագրմանը և bounding box-երին՝ տարրերի դասավորման համար:

Ըստ ընկերության՝ ներքին թեստավորման ժամանակ մոդելը ցույց է տալիս բարձրագույն Elo վարկանիշը բոլոր բաց մոդելների միջև և գերազանցում է փակ մրցակցներին՝ Ideogram V4.5-ին և BFL-ի իսկ FLUX.2 [pro]-ին: Ան գերազանցում է FLUX.2 [klein]-ին 91 Elo միավորով, սակայն այս մոդելը 38%-ով ավելի քիչ պարամետր ունի, քան 9 միլիարդը:

Սարքային պահանջները և հասանելիությունը

INT8 տարբերակը մոդելին հնարավորություն է տալիս աշխատել NVIDIA-ի GPU-ներում ընդամենը 8 GB VRAM-ով և RTX 4070-ում պատկեր գեներացնել 9 վայրկյանից պակաս ժամանակում:

Քաշերը տարածվում են FLUX Kommunity License-ի տակ, առևտրային օգտագործման համար անվճար է այն ընկերությունների համար, որոնք տարվա ընթացքում ստանում են 5 միլիոն դոլարից պակաս: Մոդելը հասանելի է BFL API-ի միջոցով՝ 0,009 դոլարով 1000 պատկերի համար, Playground-ով, Hugging Face Spaces-ում և տեղականորեն՝ ComfyUI-ի և Diffusers-ի միջոցով: LoRA-ի վերապատրաստումը աշխատում է առաջին օրից՝ Ostris AI Toolkit-ի և NVIDIA NeMo AutoModel-ի միջոցով:

Աղբյուրներ: The Decoder