XNews

Black Forest LabsがFLUX.2とモデルテストを発表

Black Forest LabsがFLUX.2とモデルテストを発表

- Black Forest Labsがオープンソースの画像生成・編集モデルFLUX.2を発表しました。 - 最大10枚の画像を同時に参照できます。 - より豊かなディテール、明瞭なテクスチャ、安定した照明を提供します。 - 複雑なレイアウト、インフォグラフィック、テキストレンダリング能力を強化しました。 - 最大4MPの画像編集機能をサポートします。 - 4つのモデルバージョンを発表:pro、flex、dev、klein(近日公開予定)および新しいVAE。 - proは最優秀のクローズドモデルと同等で、より迅速かつコスト効率が良いと主張されています。 - flexはステップ数とガイダンス強度を制御可能なパラメータを提供します。 - devは32Bのオープンウェイト基盤モデルで、コミュニティの開発を容易にします。 - kleinは基盤モデルから蒸留された同サイズのオープンソースモデル(Apache 2.0)です。 - ユーザーテスト:公式の2Kバージョンは一貫性が良好ですが、Bananaとのマルチモーダル知識と一貫性の面で差異があります。 - テスト中には生成物体の欠落事例が発生し、中国語のプロンプト遵守に問題が残っています。

Key insights

公式発表とバージョン構成

Black Forest LabsがオープンソースモデルFLUX.2を発表し、4つのバージョンと1つのVAEを含んでいます:FLUX.2 [pro]、[flex]、[dev]、近日発売の[klein]、および新しいFLUX.2 - VAE。公式の説明にはオープンソースのウェイトと異なるポジショニングが含まれています:proはクローズド最適モデルに匹敵し、flexは制御可能なパラメータを提供し、devは32Bのオープンウェイト基盤モデルで、kleinは同サイズの蒸留オープンソースモデル、VAEは潜在表現と品質/圧縮のバランスを取るために使用されます。

性能、速度とコストの声明

公式はFLUX.2 [pro]が画像品質、プロンプト遵守性、視覚的リアリズムにおいて最優秀のクローズドモデルと同等であり、生成速度が速くコストが低いと主張しています。FLUX.2 [flex]は開発者が品質、プロンプト遵守性、速度の間で調整できるようにステップ数とガイダンス強度を制御することを可能にします。FLUX.2 [dev]はコミュニティの使用と二次開発のために32Bのオープンウェイトを提供します。

ユーザーテスト:一貫性とディテールのパフォーマンス

複数のユーザーテストにより、FLUX.2はディテール、テクスチャ、照明の安定性において明らかな改善が見られ、公式の2Kバージョンは一貫性において一部の競合より優れています。比較テストでは、FLUX.2は色彩と材質の制御、テキストレンダリング、複雑なレイアウトにおいて良好なパフォーマンスを示しましたが、複数の画像の一貫性においてBananaなどのモデルと差異があり(一部のケースでは生成物体が欠落)、Midjourneyとの比較では異なるシーンでの優劣が見られました。

デザイナーに優しい編集能力

FLUX.2は最大10枚の画像を同時に参照でき、より正確な色値制御と最大4MPの画像編集能力を提供し、デザイナーが多入力編集と一貫性の制御を行うのに適しています。また、複雑で構造化された指示やテキストレンダリングにおいても改善が見られます。

限界と今後の可能性

テストと議論では、FLUX.2のLLM/マルチモーダル推論部分が現実世界の知識やマルチモーダル推論において一部の代替モデルに劣ることが指摘され、中国語とプロンプト遵守において特定のシーンで問題が残っています。著者とテスターは、VLMを変更するか、プロンプトプロセスを改善して中国語と複雑なプロンプトの安定性を向上させることを提案しています。

Source posts