跳到主要內容
2026-10-17 日報
模型發布

Black Forest Labs 發布 FLUX 3 Image Klein:5.6B 輕量開源模型,支援原生 4K 與 10 張參考圖編輯

Hacker News單一來源
尚未逐項核實

目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。

Black Forest Labs(BFL)發布 5.6B 參數的開源權重圖像生成模型 FLUX 3 Image Klein,具備原生 4K 生成、像素級編輯與最多 10 張參考圖的混合生成能力,並支援以邊界框(bounding box)控制畫面元素位置。發布內容包含用於微調的基礎模型與低延遲蒸餾模型,並在 NVIDIA 支援下提供 FP8、INT8 與 NVFP4 格式。 該模型針對消費級硬體進行最佳化,Generator 權重在 BF16 下為 11.2GB、FP8 為 5.6GB。INT8 版本最低僅需 8GB VRAM 即可於 NVIDIA GeForce RTX 顯示卡上透過 ComfyUI 或 Diffusers 運行;在 RTX 5090 與 RTX 4070 上,蒸餾模型生成 1MP 影像分別約需 4 秒與 9 秒以內。在 NVIDIA GB300 上搭配 NVFP4,蒸餾版生成 1MP 影像低於 0.6 秒。生態系方面,首日已支援 ComfyUI、Diffusers、TensorRT-LLM、vLLM-Omni 與 SGLang Diffusion,並能透過 Ostris 的 AI Toolkit 及 NVIDIA NeMo AutoModel 進行 LoRA 微調。 根據官方內部評測,該模型在文字生圖、多圖參考與編輯評分中超越閉源的 Ideogram V4.5、FLUX.2 [pro],以及開源的 Qwen-Image 2.1(7B)與 Krea 2(12.9B)。相較 9B 的 FLUX.2 [klein],其參數減少 38%,文字生圖與編輯 Elo 評分分別高出 91 分與 70 分。 授權方面採 FLUX Kommunity License,年營收 500 萬美元以下的個人與企業可免費商用;官方 API 亦同步上線蒸餾模型,1K 影像生成價格為每張 0.009 美元起。官方表示模型預訓練階段已過濾有害資料,後訓練實施定向微調,並由 Cinder 完成外部安全評估。
讀原始報導

背景

擴散模型(Diffusion models)在生成高品質影像時,推論成本主要來自龐大的去噪網路與重複的去噪步數,通常需透過步數蒸餾(step distillation)等壓縮技術來降低推論延遲。另外,NVFP4 等區塊浮點(Block floating point)格式藉由讓整組尾數共用單一指數,能在硬體限制下有效減少空間佔用並維持運算表現。

社群討論

多數實測對 FLUX 3 Image Klein 的 Text-to-Image 品質感到失望,認為其表現不如 Flux 2 Klein,常出現融化臉部與手指變形等「body horror」慘況,社群推測這與過度過濾 NSFW 訓練資料有關。不過,部分留言肯定其出色的編輯能力與每千張 0.009 美元的超低定價(相較於 Krea 3 每張 0.06 美元),同時也引發模型如何在小於 10GB 的體積內高效壓縮視覺知識的技術討論。

來源