Black Forest Labs выпустила FLUX 3 Image с многошаговым редактированием

Black Forest Labs выпустила FLUX 3 Image, графическую часть модельного семейства FLUX 3. Модель делает несколько правок подряд, не задевая остальную картинку: пиксели за пределами изменённых областей остаются как были. Закрыты text-to-image, image-to-image, рендеринг текста и фотореализм.

Композиция задаётся через bounding-box. Каждый элемент получает id, рамку и короткое описание, а сетка канвы идёт от 0 до 1000 по обеим осям. Правка идёт по одному боксу за раз, любой можно переописать или заменить. В один запрос помещается до десяти референсов, они получают токены ref_image_0 и далее по порядку.

Вывод рендерится сразу в нужном разрешении, от чернового кадра 768 px до 4K, примерно 5456 × 3072 пикселя и около 16,8 мегапикселя. Есть бесплатный демо-режим.

API отдаётся со скидкой 50% до 8 октября. Компании могут лицензировать коммерческие веса, чтобы запускать и дообучать модель на своей инфраструктуре. Открытые веса обещают в ближайшие недели. Незадолго до релиза Ideogram представила свою модель для редактирования версии 4.5, тоже с планами открыть веса.