Black Forest Labs FLUX 3 Image Klein 릴리스 노트

개요

Black Forest Labs(BFL)는 텍스트-이미지 생성, 이미지 편집 및 다중 참조 생성에 최적화된 5.6B 파라미터 모델인 FLUX 3 Image Klein을 출시했습니다. 이 모델은 소비자용 GPU에서 실행되도록 설계되었으며, INT8 양자화를 사용할 경우 8GB의 VRAM만으로도 훨씬 더 큰 모델들과 경쟁할 수 있는 성능을 유지합니다.

기술적 역량 및 성능

FLUX 3 Image Klein은 이미지, 비디오 및 오디오에 대한 BFL의 광범위한 연구에서 얻은 공유 학습 내용을 활용하여 공간적 세부 묘사와 물리적 역학을 개선했습니다. 주요 특징은 다음과 같습니다:

  • 효율성: 5.6B 파라미터인 이 모델은 Qwen-Image 2.1(7B)이나 Krea 2(12.9B)와 같은 대안보다 작지만, BFL은 텍스트-이미지 및 편집 작업에 대한 내부 Elo 순위에서 앞서고 있다고 보고합니다.
  • 하드웨어 최적화: 이 모델은 FP8, INT8 및 NVFP4 형식을 지원합니다. NVIDIA GeForce RTX 5090에서 증류(distilled) 버전은 약 4초 만에 1MP 이미지를 생성합니다.
  • 고급 제어: 최대 10개의 이미지에 대한 다중 참조 생성을 지원하며, 경계 상자(bounding box)를 사용하여 편집 범위를 제한하거나 이미지 내 특정 요소의 위치를 지정할 수 있습니다.

배포 및 생태계 지원

이번 릴리스에는 파인튜닝을 위한 기본 모델과 저지연 프로덕션 사용을 위한 단계별 증류 모델이 포함되어 있습니다. 출시와 동시에 다음과 같은 생태계 지원을 받을 수 있습니다:

  • 프레임워크: ComfyUI, Hugging Face Diffusers, TensorRT-LLM, SGLang Diffusion 및 vLLM-Omni와의 통합.
  • 학습: Ostris's AI Toolkit 및 NVIDIA NeMo AutoModel을 통한 LoRA 학습 지원.
  • 라이선스: 이 모델은 FLUX Kommunity License에 따라 출시되었으며, 연간 매출 500만 달러 미만의 개인 및 기업은 무료로 상업적 이용이 가능합니다.

커뮤니티 반응 및 피드백

Hacker News와 같은 플랫폼에서의 초기 커뮤니티 반응은 엇갈리고 있습니다. 일부 사용자는 모델의 편집 기능과 효율적인 설치 공간을 칭찬했지만, 다른 사용자들은 특정 사용 사례에서의 성능에 대해 우려를 제기했습니다:

  • 대안과의 비교: 일부 사용자는 뛰어난 텍스트 렌더링 및 디자인 기능을 제공하는 MOSS-Image 모델과 같은 신흥 경쟁자를 언급했습니다. 한 사용자는 "Moss의 즉각적인 디자인 기능에 매우 깊은 인상을 받았습니다"라고 언급했습니다.
  • 안전성 및 출력 품질: 모델의 출력 품질, 특히 인체 해부학 및 잠재적인 "바디 호러(body horror)" 아티팩트와 관련하여 논의가 제기되었습니다. 일부 커뮤니티 구성원들은 학습 과정에서 NSFW 콘텐츠를 공격적으로 필터링한 것이 사실적인 인물을 생성하는 모델의 능력에 영향을 미쳤을 수 있다고 추측합니다.
  • 효율성 관찰: 10GB 미만의 공간에 상당한 시각적 지식을 담아내는 이 모델의 능력은 확산 모델의 효율성을 대규모 언어 모델과 비교하는 광범위한 기술적 논의를 촉발했으며, 사용자들은 이미지 모델이 텍스트 기반 모델보다 훨씬 적은 파라미터 수로 높은 성능을 달성하는 것으로 보인다고 지적했습니다.

Sources