Qısaca
- Model mətn əsasında şəkil yaratmağı və birdən çox referans şəkillə şəkil redaktəsini dəstəkləyir.
- Yeni yerleşim nəzarəti elementlərin yerini məhdudlaşdırıcı çərçivələrlə təsvir etməyə imkan verir.
- Sürət üçün distillə edilmiş checkpoint standart olaraq 16 addımda işləyir; əsas model 50 addımdan istifadə edir.
- Hugging Face-in sınağında distillə edilmiş versiya H100 üzərində 1024 × 1024 ölçülü şəkli orta hesabla 1,93 saniyəyə yaratdı.
Black Forest Labs FLUX.3 Image Klein şəkil generasiyası modelini 15 oktyabr 2026-cı ildə Hugging Face Blog vasitəsilə elan etdi; model həmin gün Diffusers-da istifadəyə verildi. FLUX.3 Image Klein mətn əsasında şəkil yaratmağı və referans şəkilləri redaktə etməyi vahid modeldə birləşdirir, həmçinin səhnə elementlərinin harada yerləşəcəyini təsvir etməyə imkan verən yerleşim nəzarəti əlavə edir. Elan zamanı iki açıq checkpoint təqdim olunur: sürətli inference üçün distillə edilmiş versiya və əsas model.
Yerleşim nəzarəti necə işləyir?
İstifadəçi şəkil təsvirinə JSON formatında bölgələr əlavə edir. Hər bölgə üçün identifikator, məhdudlaşdırıcı çərçivə və təsvir göstərilir; promptda da müvafiq element həmin identifikatorla qeyd olunur. Çərçivələr şaquli və üfüqi koordinatları müvafiq ardıcıllıqla istifadə edən, 0–1000 aralığında normallaşdırılmış şkalaya əsaslanır. Bununla bölgənin şəkildə tutacağı sahəni daha dəqiq təsvir etmək olur.
Referans şəkil redaktəsi zamanı sistem elementin mənbə şəkildəki yerini və çıxışda tutmalı olduğu hədəf yeri ayrı çərçivələrlə qəbul edə bilir. Elanın nümunəsində personaj başqa yerə köçürülərkən fon və digər obyektlər olduğu kimi saxlanılır. Bu yanaşma yalnız səhnə təsvirini dəyişmək əvəzinə kompozisiyanın konkret hissələrinə müdaxilə etməyə imkan verir; bununla belə, mənbənin hər vəziyyətdə dəyişməz qalacağına zəmanət verilmir.
İki checkpoint və avadanlıq seçimləri
Distillə edilmiş black-forest-labs/flux-3-image-klein checkpoint-i standart olaraq 16 addımda işləyir. Əsas black-forest-labs/flux-3-image-klein-base versiyası isə 50 addımdan istifadə edir və fine-tuning üçün təqdim olunur. FLUX.3-də mətn əsasında şəkil yaratma və şəkil redaktəsi tapşırıqları üçün LoRA təlim skriptləri də paylaşılıb. Elandakı təlim nümunəsində əsas checkpoint-dən istifadə olunur.
Hugging Face-in ölçməsinə əsasən, distillə edilmiş versiya tək 80 GB H100 üzərində 1024 × 1024 ölçülü şəkli mətn əsasında yaratmağı üç icranın ortalaması ilə 1,93 saniyəyə tamamladı. Eyni sınaqda bir referans şəkillə redaktə 3,87 saniyə, 1360 × 768 ölçülü referans üzərində yerleşim redaktəsi isə 4,10 saniyə çəkdi. Bu ölçmələrin H100-də və standart attention backend-i ilə aparıldığı bildirilir; fərqli avadanlıqlarda nəticələr eyni olmaya bilər.
Yaddaş istifadəsini azaltmaq üçün FP8 və NVFP4 quantized çəki seçimləri də mövcuddur. Elana görə FP8r sürətli kernel dəstəyi üçün 8.9 və daha yüksək hesablama qabiliyyətinə malik GPU-ları hədəfləyir; digər GPU-larda çəkilər hər addımda dequantize olunur və yaddaş istifadəsi azalsa da, sürət artımı gözlənilmir. NVFP4 üçün Blackwell GPU-ları ilə yanaşı, eyni versiyada flashinfer-python və flashinfer-cubin tələb olunur.
Memarlıq və vizuallaşdırma iş axınına təsiri
Memarlar, interyer dizaynerləri və archviz komandaları konsept təsvirlərində mebelin, insanların və ya əsas elementlərin kadrdakı yerini təsvir etmək üçün yerleşim nəzarətini sınaqdan keçirə bilərlər. Birdən çox referans şəklin birlikdə istifadə olunması müxtəlif mənbələrdəki elementləri eyni səhnədə birləşdirmək üçün də seçim yaradır. Bunlar modelin şəkil yaratma və redaktə imkanlarından çıxarıla bilən istifadə sahələridir; mənbədə hər hansı 3D proqram təminatı ilə birbaşa inteqrasiya elan edilmir.
Modeli lokal işlətməyi düşünən komandalar GPU yaddaş ehtiyacını və quantized versiyaların avadanlıq tələblərini nəzərə almalıdır. Elana lisenziya şərtləri və qiymət barədə məlumat daxil edilməyib; kommersiya məqsədli istehsala başlamazdan əvvəl checkpoint-lərin lisenziya təfərrüatları ayrıca yoxlanmalıdır. Model çıxışları mövcud 3D səhnə və ya layihə faylını əvəz edən təhvil formatı kimi təqdim olunmur.
Mənbələr
1 mənbəMənbə mətnləri yenidən dərc edilmir; qısa sitatlar işarələnir, qalanı bizim xülasə və şərhimizdir.
FLUX.3 Image Klein-in yerləşim çərçivələri ilə işləməsi archviz komandalarına, xüsusilə ilkin kompozisiya sınaqlarında, daha nəzarətli alət təqdim edə bilər. Birdən çox referans şəkillə redaktə imkanı müxtəlif vizual mənbələri bir araya gətirmək cəhdlərini də asanlaşdıra bilər; lakin bu, 3D səhnəyə birbaşa nəzarət demək deyil.
Türkiyədəki ofislər üçün lokal istifadə qərarında GPU yaddaşı və quantized versiyaların avadanlıqla uyğunluğu həlledici olacaq. Elan lisenziya və qiymət barədə məlumat vermədiyinə görə, kommersiya iş axınına keçməzdən əvvəl bu şərtləri dəqiqləşdirmək və nəticələri mövcud istehsal standartı ilə müqayisə etmək vacibdir.
Tez-tez verilən suallar
FLUX.3 Image Klein hansı növ şəkil generasiyasını dəstəkləyir?
Mətn əsasında şəkil yaratmağı, bir və ya daha çox referans şəkillə şəkil redaktəsini və məhdudlaşdırıcı çərçivələrlə yerleşim nəzarətini dəstəkləyir.
FLUX.3 Image Klein H100 üzərində nə qədər sürətlidir?
Hugging Face-in ölçməsində distillə edilmiş checkpoint 80 GB H100 üzərində 1024 × 1024 ölçülü şəkli mətn əsasında orta hesabla 1,93 saniyəyə yaratdı.
FLUX.3 Image Klein üçün hansı checkpoint-lər təqdim olunur?
Sürətli inference üçün 16 addımlı distillə edilmiş checkpoint və 50 addımlı əsas model təqdim olunur. Əsas model fine-tuning üçün də istifadə edilə bilər.
