FLUX 3 Image 发布:边界框排版,编辑时其余像素不变

Black Forest Labs 通过 API 推出 FLUX 3 系列的图像模型 FLUX 3 Image。该模型支持用边界框放置元素,编辑时未涉及的像素保持不变,最多可组合十张参考图像,输出最高可达 4K。该公司表示开放权重版本将在未来几周推出。

Paylaş
FLUX 3 Image 发布:边界框排版,编辑时其余像素不变

Black Forest Labs 于 2026 年 10 月 1 日推出图像生成与编辑模型 FLUX 3 Image。该模型是该公司 7 月 23 日发布的 FLUX 3 系列中负责图像的部分。其重点在于可控性:图像中的每个元素都可以用边界框(bounding box)定位,编辑时未涉及的像素保持完全不变。

FLUX 3 系列的图像模型

据模型页面介绍,FLUX 3 是 Black Forest Labs 面向视频、音频、图像和动作的多模态模型,FLUX 3 Image 是其中负责生成和编辑图像的部分。同一系列中用于规划机器人动作的开放模型 FLUX 3 Action 已于 9 月 23 日发布。FLUX 3 Image 通过单一 API 端点运行;据版本说明,请求是生成新图像还是编辑图像,由提示词本身决定。

边界框排版与像素级精确编辑

据版本说明,用户可以在提示词中加入 JSON 格式的列表,用边界框放置场景中的每个元素。据文档介绍,无论图像宽高比如何,边界框都定义在 0 到 1000 的网格上。在编辑方面,模型支持重新着色、替换、移动、调整大小和删除元素等局部操作。需要保留的区域在提示词中标记为“anchor”(锚点);该公司称这些编辑在像素级别上精确,并表示在多轮编辑中其余像素保持不变。

该模型在单个请求中最多可组合十张参考图像,参考图像在提示词中按顺序编号引用。输出尺寸从适合快速预览的小尺寸到约 1600 万像素的 4K,共有 15 种宽高比可选。

使用渠道与授权

FLUX 3 Image 可通过 Black Forest Labs API 以及该公司的网页试用平台(Playground)使用。据模型页面介绍,大规模进行图像生成的企业可以获得商业权重授权,在自己的基础设施上微调和部署该模型。据该公司在 X 上的公告,FLUX 3 Image 的开放权重版本将在未来几周推出,但未给出具体日期。最新价格请见该公司官网。

该公司展示的示例均为其自行挑选的图像。想了解像素保留功能在复杂场景和长串编辑中的表现,最好用自己的素材进行测试;想更全面地了解其表现,也值得关注独立研究人员的评估。

来源:Black Forest Labs:FLUX 3 Image、Black Forest Labs:版本说明、Black Forest Labs:FLUX 3 Image 文档、Black Forest Labs:X 上的公告。

Devamını oku

Mistral تطلق نموذج Voxtral مفتوحا لتحويل الكلام العربي إلى نص فوريا

Mistral تطلق نموذج Voxtral مفتوحا لتحويل الكلام العربي إلى نص فوريا

أطلقت Mistral AI نموذج Voxtral Mini 4B Realtime Arabic الذي يحول الكلام بالعربية ولهجاتها إلى نص في الوقت الفعلي، بترخيص Apache 2.0. وإلى جانبه نموذج LIDstral Arabic الذي يحدد لهجة النص المكتوب بالحروف العربية أو لغته. وقد طُوّر النموذجان بالتعاون مع وزارة الانتقال الرقمي المغربية.

GlobalFeed Editor tarafından