Black Forest Labs 发布 FLUX 3 Image Klein:支持布局控制

Black Forest Labs 于 2026 年 10 月 15 日发布 FLUX 3 Image Klein:5.6B 参数,最多 10 张参考图编辑,基于方框的布局控制,8 GB 的 INT8 版本,以及带营收上限的许可证。

  • 新发布
  • 阅读约 3 分钟
  • 发布于
  • 更新于

Black Forest Labs 于 2026 年 10 月 15 日发布了 FLUX 3 Image Klein。它是一个 56 亿参数的扩散模型。这个数字只包含图像 Transformer,因为 Qwen3-VL-4B-Instruct 文本编码器是单独的。

有什么新内容

  • 一个模型,多种任务。 它能处理文生图、基于指令的编辑,以及根据最多 10 张参考图进行合成。
  • 布局控制。 你在提示词中,用 0 到 1000 的网格放置边界框,然后对框内的元素进行移动、改色、替换或删除。
  • 输出。 它能在图像中渲染文字,输出最高 4K。
  • 两个开放检查点。 蒸馏版 Klein 用 16 步运行,不需要无分类器引导,适合自行部署。未蒸馏的 Klein Base 需要 50 步,面向微调、LoRA 训练和研究。
  • 提示词扩写器。 模型是用长而详细的描述训练的,所以直接输入简短的提示词,只会得到泛泛的结果。Black Forest Labs 提供了一个扩写器,是基于 Qwen3.5-9B 微调的 9B 视觉语言模型,采用 Apache 2.0,参考代码、Diffusers 和 ComfyUI 工作流默认启用它。

内存与速度

BF16 的生成器权重约 11 GB,FP8 约 5.6 GB,INT8 版本通过 ComfyUI 或 Diffusers,可在显存低至 8 GB 的 NVIDIA GPU 上运行。NVFP4 版本需要 Blackwell GPU。整套流水线还需要单独的 Qwen3-VL-4B 文本编码器,BF16 约 9 GB。Hugging Face 的 Diffusers 团队测得,使用 BF16 权重且不做 CPU 卸载时,峰值为 20.7 GiB,约 22 GB。Black Forest Labs 称,1 百万像素的图像,在 RTX 5090 上约需 4 秒,在 RTX 4070 上不到 9 秒。首日支持涵盖 ComfyUI、Diffusers、SGLang Diffusion 和 vLLM-Omni。在本地运行图像和视频模型介绍了如何搭建。

在自己的内部评测中,Black Forest Labs 将该模型在文生图、多参考图生成和编辑方面评为开放图像模型第一。这些结果来自开发者,尚未得到独立验证。

许可证

权重采用 FLUX Kommunity License:非商业用途免费;只有当你和关联公司年营收低于 500 万美元时,才可免费商用。更大的机构需要另行取得商业许可,或使用付费 API。商业用户还必须过滤或审核输出,并在法律要求时添加 AI 披露。下载在 Hugging Face 上需要授权:接受许可证后会自动获得批准。看看它与仅限研究的 Qwen-Image-2.1 相比如何。

来源

本文涉及的模型

模型 发布时间 参数量 上下文 许可证 最小版本所需内存
FLUX 3 Image Klein Black Forest Labs 5.6B – FLUX Kommunity (附条件) 8 GB 笔记本或手机