Коротко
- Модель поддерживает генерацию изображений по тексту и редактирование изображений с несколькими референсами.
- Новая функция управления композицией позволяет задавать расположение объектов с помощью ограничивающих рамок.
- Дистиллированный checkpoint для ускорения по умолчанию работает за 16 шагов; базовая модель использует 50 шагов.
- В тесте Hugging Face дистиллированная версия в среднем создавала изображение 1024 × 1024 за 1,93 секунды на H100.
Black Forest Labs представила модель генерации изображений FLUX.3 Image Klein в блоге Hugging Face 15 октября 2026 года; в тот же день модель стала доступна в Diffusers. FLUX.3 Image Klein объединяет в одной модели генерацию изображений по тексту и редактирование референсов, а также добавляет управление композицией, позволяющее задавать расположение объектов в сцене. В анонсе представлены два открытых checkpoint: дистиллированная версия для быстрого вывода и базовая модель.
Как работает управление композицией?
Пользователь добавляет области в описание изображения в формате JSON. Для каждой области задаются идентификатор, ограничивающая рамка и описание; в промпте нужный объект указывается по этому идентификатору. Рамки используют нормализованную шкалу от 0 до 1000, где координаты по вертикали и горизонтали указываются именно в таком порядке. Это позволяет точнее задавать пространство, которое область должна занимать на изображении.
При редактировании с референсом система может принимать отдельные рамки для положения объекта в исходном изображении и его целевого положения в результате. В примере из анонса персонажа перемещают, сохраняя на месте фон и остальные объекты. Такой подход позволяет менять отдельные части композиции, а не только описание сцены; однако источник не гарантирует, что в каждом случае остальные элементы останутся без изменений.
Два checkpoint и варианты оборудования
Дистиллированный checkpoint black-forest-labs/flux-3-image-klein по умолчанию работает за 16 шагов. Базовая версия black-forest-labs/flux-3-image-klein-base использует 50 шагов и предназначена для тонкой настройки. Также опубликованы скрипты обучения LoRA для FLUX.3, ориентированные на генерацию изображений по тексту и задачи редактирования. В примере обучения из анонса используется базовый checkpoint.
По результатам замеров Hugging Face, дистиллированная версия создала изображение 1024 × 1024 по текстовому запросу в среднем за 1,93 секунды на одной H100 с 80 ГБ памяти — это среднее значение по трём запускам. В том же тесте редактирование с одним референсом заняло 3,87 секунды, а редактирование композиции по референсу размером 1360 × 768 — 4,10 секунды. Указано, что замеры проводились на H100 с бэкендом внимания по умолчанию; на другом оборудовании результаты могут отличаться.
Для снижения потребления памяти доступны варианты квантованных весов FP8 и NVFP4. Согласно анонсу, FP8r рассчитан на GPU с вычислительными возможностями 8.9 и выше для поддержки быстрых ядер; на других GPU веса декодируются на каждом шаге, поэтому потребление памяти снижается, но ускорения ожидать не следует. Для NVFP4 требуются GPU Blackwell, а также flashinfer-python и flashinfer-cubin той же версии.
Влияние на рабочие процессы архитектуры и визуализации
Архитекторы, дизайнеры интерьеров и команды archviz могут попробовать управление композицией, чтобы задавать положение мебели, людей или ключевых объектов в кадре при создании концептуальных изображений. Возможность использовать несколько референсов также открывает вариант объединения объектов из разных источников в одной сцене. Это возможные сценарии применения, которые следуют из возможностей модели по генерации и редактированию изображений; прямую интеграцию с каким-либо 3D-программным обеспечением источник не анонсирует.
Командам, рассматривающим локальный запуск, следует оценить требования к видеопамяти и совместимость квантованных версий с оборудованием. В анонсе нет информации об условиях лицензирования и стоимости; перед коммерческим использованием необходимо отдельно проверить лицензии checkpoint. Результаты работы модели не представлены как формат поставки, заменяющий существующую 3D-сцену или файл проекта.
Источники
Источников: 1Тексты источников не перепечатываются; короткие цитаты отмечены, остальное — наш пересказ и комментарий.
Работа FLUX.3 Image Klein с рамками расположения может дать командам archviz более управляемый инструмент, особенно для первых экспериментов с композицией. Возможность редактирования с несколькими референсами также упрощает эксперименты по объединению разных визуальных источников, однако это не означает прямого управления 3D-сценой.
Для офисов в Турции при решении о локальном запуске ключевыми факторами будут объём видеопамяти и совместимость оборудования с квантованными версиями. Поскольку в анонсе не указаны сведения о лицензии и стоимости, перед переходом к коммерческому рабочему процессу важно уточнить эти условия и сравнить результаты с действующими стандартами производства.
Частые вопросы
Какие типы генерации изображений поддерживает FLUX.3 Image Klein?
Модель поддерживает генерацию изображений по тексту, редактирование с одним или несколькими референсами и управление композицией с помощью ограничивающих рамок.
С какой скоростью FLUX.3 Image Klein работает на H100?
По результатам замеров Hugging Face, дистиллированный checkpoint создавал изображение 1024 × 1024 по текстовому запросу в среднем за 1,93 секунды на H100 с 80 ГБ памяти.
Какие checkpoint доступны для FLUX.3 Image Klein?
Доступны дистиллированный checkpoint на 16 шагов для быстрого вывода и базовая модель на 50 шагов. Базовую модель также можно использовать для тонкой настройки.
