Flux 3 Image 发布:最高级别的像素级控制与精准编辑

Flux 3 Image 为构图和编辑提供像素级控制

Flux 3 Image 是 Black Forest Labs 推出的最新多模态模型,允许用户通过边界框布局精确定义每个视觉元素的位置,然后在保留图像其余部分不变的情况下单独编辑这些元素。该模型以原生 2K–4K 分辨率生成图像,支持精确的像素级编辑,并可通过沙盒、API 或商业许可部署访问。


边界框布局的工作原理

  • 画布网格 – 画布在两个轴上均为 0–1000 的网格;每个元素由 [y_min, x_min, y_max, x_max] 描述。
  • 元素表 – 一个 JSON 数组列出每个元素的 ID、其边界框和自然语言描述。
  • 全局标题 – 一句话将所有元素串联起来;模型在指定的框内渲染场景。
  • 可编辑框 – 生成后,任何框都可以移动、重新描述或替换,而不会影响未触及的区域。

"为每个重要的元素拖出一个框,然后描述里面的内容。" – Black Forest Labs 文档

这种工作流使得创建复杂的拼贴画、编辑版面或 UI 原型变得轻松,其中每个组件的空间关系至关重要。


核心功能

特性 对用户的意义
最大控制 每个像素都可以通过放置边界框并提供详细描述来操控。
像素级精准编辑 可更改单个对象(例如,改变潜水服颜色),而图像其余部分保持不变。
原生 4K 输出 高分辨率渲染可保留细小细节,如纹理、面部特征和排版。
商业权重 企业可授权该模型用于本地部署和大规模生成。
开源权重路线图 Black Forest Labs 承诺未来将发布开源权重,延续 Flux 2/Klein 的模式。

发布页面上的真实案例

  • 场景构图 – 一个发光的混凝土穹顶从暮色海湾升起,海滩上有群众,全部通过边界框放置。
  • 时尚街头肖像 – 六件服装(背心、T 恤、牛仔裤、行李袋、毛线帽、运动鞋)在时代广场背景下,仅用一个提示词定位。
  • 精准编辑 – 演示展示了黑色潜水服换为亮红色,白色冲浪板改为红色,而海浪和天空保持不变。
  • 创意布局 – 用户可轻松将多达十个参考图像(例如,儿童房、鸡舍、极光海滩)组合成一个整体构图。

Hacker News 社区反应

  • 用户体验赞誉 – 用户称赞其直观的元素放置界面。

    "用户体验看起来非常棒且高度可控,祝贺团队专注于界面设计。" – arnaudsm

  • 与其他工具的对比 – 有人指出类似功能在 Ideogram V4 等开源权重模型中也存在,但 Flux 3 Image 提供了更精炼的 UI。

    "Ideogram V4 也能做到这一点,但你需要使用相对繁琐的 JSON 结构……我可能得等到它开源再用……" – vunderba

  • 商业兴趣 – 模型的定价以及 OpenRouter 端点 50 % 的折扣被指出在图像模型中极为罕见。

    "值得注意的是,OpenRouter 端点有 50 % 的促销折扣,这在图像模型中很少见。" – minimaxir

  • 应用场景热情 – 设计师表示,这种细粒度的编辑工作流可实现 UI 元素和原型的快速迭代。

    "这允许细粒度迭代,这才是它在行业范围内真正有用的地方。" – soundworlds

  • 对开源权重的期待 – 多位评论者表达了对开源权重发布的期待,呼应了 Black Forest Labs 的过往做法。

    "我们都在等待开源权重或本地模型的发布。" – vergessenmir


常见问题(简洁回答)

  • 什么是 Flux 3 Image? – 它是 Flux 3 多模态系列中的图像生成与编辑组件,专为通过边界框实现精确构图而设计。
  • 我需要自己写 JSON 吗? – 不需要。语言模型可从简短的一行提示生成元素表,之后您可随意调整任意框。
  • 我可以编辑现有图像吗? – 可以。每个框可重新描述或替换,模型仅重新生成编辑区域。
  • 模型会修改这些框吗? – 上采样器可能会建议添加额外元素,但原始框和坐标将原封不动保留。
  • 哪些类型的图像最受益? – 拼贴画、编辑版面、UI 原型,以及任何需要精确空间关系的场景。

开始使用

  1. 沙盒 – 在 Flux 3 Image 沙盒中直接绘制框并提交标题。
  2. API – 向 BFL API 发送布局提示(全局标题 + 元素表)以实现程序化生成。
  3. 商业许可 – 如需大规模生成,请联系 Black Forest Labs 获取自托管部署方案。

立即试用: https://flux-tools.bfl.ai/precise-editing


总结

Flux 3 Image 将图像生成推向真正的构图控制,让创作者能够精确指定每个元素的位置和外观,同时保留生成式 AI 的灵活性。其高分辨率输出、像素级编辑能力以及用户友好的界面广受好评,社区也热切期待开源权重版本,以进一步提升可访问性。

Sources

相关

  • 项目
  • Dispatch
  • Dispatch
  • Dispatch
  • Dispatch