10月22日消息，视觉人工智能实验室Black Forest Labs于当地时间10月15日以开放权重形式发布FLUX 3 Image Klein图像生成模型。
FLUX 3 Image Klein拥有5.6B参数（指图像transformer，文本编码器为独立的Qwen3-VL-4B-Instruct），针对消费级GPU进行了优化。生成器权重方面，BF16格式需要12.2GB内存、FP8格式需要5.6GB内存。INT8版本则可通过ComfyUI或Diffusers，在仅配备8GB显存的NVIDIA GeForce RTX GPU上运行。
实测性能方面，精简后的INT8版本在GeForce RTX 5090上生成1MP图像大约需要4秒，在GeForce RTX 4070上通过ComfyUI生成1MP图像不到9秒；在数据中心级的NVIDIA GB300上，蒸馏模型在NVFP4格式下生成1MP图像不到0.6秒。
能力方面，FLUX 3 Image Klein支持文本转图像、图像编辑、多参考生成（最多支持10张参考图像），原生支持4K分辨率，可实现像素级精确编辑，并通过边界框（bounding boxes）控制元素位置或限制编辑区域，实现稳定的图案限位表现。
官方介绍称，该模型基于FLUX 3家族在图像、视频、音频三个模态上的共享学习构建——图像贡献空间细节、视频提供运动与物理动力学信息、音频带来事件与交互信息，三者结合让生成图像更贴近真实世界。
评测表现，在Black Forest Labs的内部评测中，FLUX 3 Image Klein在文本转图像、多参考生成、图像编辑三项任务上均排名第一，领先于更大的开源模型（Qwen-Image 2.1为7B、Krea 2为12.9B），同时也超过闭源模型Ideogram V4.5和FLUX.2 [pro]；相比前代FLUX.2 [klein] 9B，参数量减少38%的同时，文本转图像Elo提升91分、图像编辑Elo提升70分。
模型以基础版（base，用于微调，LoRA训练开箱即用）和蒸馏版（step-distilled，低延迟生成）两种形式发布，并提供FP8、INT8、NVFP4三种量化版本。权重采用FLUX Kommunity License许可，年收入低于500万美元的个人和企业可免费商用，更大型组织需通过自托管许可或API进行商业部署。API蒸馏版定价为每千张图像0.009美元，Day-one支持覆盖ComfyUI、Hugging Face Diffusers、TensorRT-LLM、SGLang Diffusion、vLLM-Omni等主流框架。
这是FLUX 3家族的第二个开放权重模型，此前FLUX 3 Action（7B机器人控制模型）已先行发布。
微信扫一扫 
支付宝扫一扫 