Black Forest LabsがFLUX.2画像モデルを発表

Black Forest LabsはFLUX.2シリーズのオープンソース画像モデルを発表し、産業用生産ツールとして位置付けています。主なポイントは以下の通りです: - FLUX.2シリーズは、スタイルとキャラクターの一貫性を確保するために最大10枚の参照画像をサポートします。 - シリーズには、[pro](商用)、[flex](調整可能な生成ステップ/ガイダンス強度)、[dev](32Bオープンソースウェイト、テキスト生成および複数画像編集をサポート)、および今後発表予定の[klein](軽量蒸留版)が含まれます。 - モデルは最大4MPの解像度で画像を生成でき、照明と空間論理においてリアルな写真に近づいています。 - FLUX.2 [dev]のFP8最適化版は、RTXシリーズなどのコンシューマー向けGPUに最適化されており、ローカルで実行できます。 - 公式は、[dev]がテキスト生成、単一画像編集、複数画像のブレンドなどのタスクにおいて、オープンソースモデルの中でリードしており、コストと速度が競争力があると主張しています。
Key insights
FLUX.2は複数の参照画像の一貫性と高解像度出力を提供
Black Forest Labsが発表したFLUX.2は、スタイルとキャラクターの一貫性を確保するために最大10枚の参照画像をサポートし、最大4MPの解像度で画像を生成できます。公式は、照明と空間論理処理において顕著な改善があり、生成結果がリアルな写真に近づいていることを強調しており、スタイルとキャラクターの一貫性が求められる産業用コンテンツ制作シーンに適しています。
バージョンの区分は商用からローカルオープンソースおよび軽量蒸留までカバー
FLUX.2シリーズは、FLUX.2 [pro](商用)、[flex](調整可能な制御)、[dev](32Bオープンソースウェイト、テキスト生成および複数画像編集をサポート)、および今後発表予定の[klein](軽量蒸留版)に分かれています。公式は、このシリーズを非実験的なモデルファミリーとして位置付けており、産業用生産に直接使用できるようにし、高性能クラウドサービスからローカルのコンシューマー向けデプロイメントまでのニーズをカバーしています。
[dev]版はコンシューマーGPUでローカル実行可能に最適化され、オープンソース基準を設定
FLUX.2 [dev]は32Bオープンソースウェイトを提供し、RTXシリーズなどのコンシューマー向けGPUに最適化されたFP8最適化版を持ち、ローカルで実行できると主張しています。発表者とコミュニティは、[dev]がテキスト生成、単一画像編集、複数画像のブレンドタスクにおいて、オープンソースモデルの中で新たなパフォーマンスと効率の基準を確立したと考えています。