Моделът за изображения FLUX 3 Image Klein на Black Forest Labs с отворени тегла работи на потребителски графични процесори само с 8 GB видеопамет

Black Forest Labs пусна FLUX 3 Image Klein — модел с отворени тегла и 5,6 милиарда параметъра за генериране на изображения от текст, редактиране на изображения и генериране с до десет референтни изображения. Той поддържа естествена 4K резолюция, редактиране с точност до пиксела и ограничителни рамки за поставяне на елементи. Black Forest Labs твърди, че при вътрешни тестове моделът е получил най-високите Elo оценки сред всички модели с отворен код, изпреварвайки затворените конкуренти Ideogram V4.5 и дори собствения FLUX.2 [pro] на BFL. Той печели 91 Elo точки спрямо FLUX.2 [klein] с 38 процента по-малко параметри от неговите 9 милиарда.

Версията INT8 му позволява да работи на графични процесори NVIDIA само с 8 GB VRAM, като генерира изображение за под 9 секунди на RTX 4070. Теглата се разпространяват под лиценза FLUX Kommunity, като са безплатни за комерсиална употреба от компании с годишни приходи под 5 милиона долара. Моделът е достъпен и чрез API на BFL на цена от 0,009 долара за 1000 изображения, като Playground, в Hugging Face Spaces, както и локално чрез ComfyUI и Diffusers. Обучението с LoRA работи още от първия ден чрез Ostris AI Toolkit и NVIDIA NeMo AutoModel.

AI новини без преувеличения — подбрани от хора

Абонирайте се за THE DECODER, за да четете без реклами, да получавате седмичен бюлетин за AI, нашия ексклузивен водещ доклад „AI Radar“ шест пъти годишно, пълен достъп до архива и достъп до секцията за коментари.