FLUX.2: Die nächste Generation visueller Intelligenz

Die neu veröffentlichte FLUX.2 ist für kreative Arbeitsabläufe in der realen Welt konzipiert und bietet eine Vielzahl von Funktionen, die über einfache Demos hinausgehen. Dieses Modell generiert hochqualitative Bilder und sorgt gleichzeitig für Konsistenz in Charakter und Stil über mehrere Referenzbilder hinweg. Es folgt strukturierten Eingabeaufforderungen, kann komplexe Texte lesen und schreiben, hält sich an Markenrichtlinien und bewältigt zuverlässig Beleuchtung, Layouts und Logos.

Einführung in FLUX.2

FLUX.2 ist das neueste Modell von Black Forest Labs, das darauf abzielt, visuelle Intelligenz für eine breitere Gemeinschaft von Forschern, Kreativen und Entwicklern zugänglich zu machen. Mit einem offenen Forschungsansatz und leistungsstarken, inspizierbaren Modellen wird die Entwicklung von visueller Intelligenz demokratisiert. FLUX.2 kombiniert die Fähigkeiten von FLUX.1, dem weltweit beliebtesten offenen Bildmodell, mit professionellen Modellen, die Teams von Unternehmen wie Adobe bis Meta unterstützen.

Von FLUX.1 zu FLUX.2

FLUX.2 hebt die Möglichkeiten von Medienmodellen als kreative Werkzeuge auf eine neue Ebene. Es bietet eine radikale Veränderung in der Wirtschaftlichkeit der Generierung, was es zu einem unverzichtbaren Teil der kreativen Infrastruktur macht. Zu den herausragenden Merkmalen gehören:

• Multi-Referenzunterstützung: Bis zu 10 Bilder können gleichzeitig referenziert werden, was die beste Konsistenz in Charakter, Produkt und Stil bietet.
• Bilddetail und Fotorealismus: Höhere Detailgenauigkeit, schärfere Texturen und stabilere Beleuchtung, die für Produktaufnahmen und Visualisierungen geeignet sind.
• Textverarbeitung: Komplexe Typografie, Infografiken und UI-Mockups werden nun zuverlässig in der Produktion verarbeitet.
• Verbesserte Eingabeaufforderungen: Bessere Einhaltung komplexer, strukturierter Anweisungen, einschließlich mehrteiliger Eingabeaufforderungen.
• Weltwissen: Stärker verankert in realem Wissen, Beleuchtung und räumlicher Logik, was zu kohärenteren Szenen führt.
• Höhere Auflösung: Bildbearbeitung bei Auflösungen von bis zu 4 Megapixeln.

Verfügbare Modelle von FLUX.2

Die FLUX.2-Familie umfasst verschiedene Modellprodukte, die von vollständig verwalteten, produktionsbereiten APIs bis hin zu offenen Gewichtungspunkten reichen, die Entwickler selbst ausführen können:

• FLUX.2 [pro]: Bietet eine Bildqualität, die mit den besten geschlossenen Modellen konkurriert, und generiert Bilder schneller und kostengünstiger.
• FLUX.2 [flex]: Ermöglicht Entwicklern die Kontrolle über Modellparameter wie die Anzahl der Schritte und den Leitfaden, um Qualität und Geschwindigkeit zu steuern.
• FLUX.2 [dev]: Ein offenes Modell mit 32 Milliarden Parametern, das die leistungsstärkste Bildgenerierung und -bearbeitung ermöglicht.
• FLUX.2 [klein]: Ein bald verfügbares Open-Source-Modell, das aus dem FLUX.2-Basismodell destilliert wurde.

Wie FLUX.2 funktioniert

FLUX.2 basiert auf einer latenten Flussarchitektur und kombiniert Bildgenerierung und -bearbeitung in einer einzigen Architektur. Das Modell koppelt das Mistral-324B Parameter Vision-Language-Modell mit einem rektilinierten Fluss-Transformer. Dies ermöglicht eine bessere Erlernbarkeit und höhere Bildqualität, während es gleichzeitig die Herausforderungen der „Erlernbarkeit-Qualität-Kompression“-Trilemma angeht.

Schlussfolgerung

FLUX.2 ist ein bedeutender Schritt in Richtung multimodaler Modelle, die Wahrnehmung, Generierung, Gedächtnis und Schlussfolgerungen in einer offenen und transparenten Weise vereinen. Mit einer Vielzahl von Anwendungsmöglichkeiten und einer starken Grundlage für visuelle Intelligenz wird FLUX.2 die Art und Weise, wie kreative Arbeitsabläufe gestaltet werden, revolutionieren.

Quellenliste:

• Quelle: FLUX.2 Release
• FLUX.1 auf Hugging Face
• FLUX.2 Dokumentation
• FLUX.2 Prompting Guide
• FLUX.2 Open Weights / Inference Code