FLUSS
FLUX ist eine neue Generation von
FLUX – die neue Generation hochwertiger KI-Bilderzeugungsmodelle von Black Forest Labs
Kernparameter und Statistiken
| Parameter | Einzelheiten |
|---|---|
| Entwickler | Black Forest Labs GmbH (Freiburg, Deutschland) |
| Gründer | Robin Rombach, Andreas Blattmann (ehemals Stability AI / Stable Diffusion) |
| Datum der ersten Veröffentlichung | 1. August 2024 |
| Modellreihe | FLUX.1 [pro], [dev], [schnell]; FLUX1.1 [pro], [pro] Ultra |
| [schnell] Lizenz | Apache 2.0 (im Handel erhältlich, vollständig geöffnet) |
| [dev] Lizenz | Offene Rechte, nichtkommerzielle Nutzung |
| [pro] Lizenz | Zugriff nur über API, kommerzielle Lizenz |
| Maximale Ausgabeauflösung | 4MP (FLUX1.1 [pro] Ultra) |
| API-Zugriffskanäle | Replizieren, fal.ai, Together AI, offizielle API |
| Vergleichende Bewertung konkurrierender Produkte | Die Bildqualität übertrifft in vielen Bewertungen Midjourney v6 und DALL-E 3 |
Der Kernvorteil von FLUX liegt in der Kombination von „Top-Bildqualität + offene Strategie“ – die [pro]-Serie konkurriert qualitativ mit kommerziellen Top-Tools wie Midjourney, während die [schnell]-Version mit Apache 2.0 vollständig offen für Community- und kommerzielle Projekte ist und eine vollständige ökologische Kette von „Open-Source-Community-Nutzung → kommerzieller Einsatz“ eröffnet.
Benutzer- und Markterkennung
Nachdem die FLUX.1-Serie im August 2024 veröffentlicht wurde, sorgte sie für eine seltene Sensation in der KI-Bilderzeugungs-Community – das FLUX.1-[dev]-Modell auf Hugging Face wurde in der ersten Veröffentlichungswoche zum am häufigsten heruntergeladenen Bilderzeugungsmodell. Es gab eine große Anzahl von Rezensionsbeiträgen auf Reddit und Twitter, und die Benutzer erkannten allgemein, dass die Bildqualität das Niveau von Midjourney v6 erreicht oder übertroffen hat.
Besonders hohe Punktzahlen erhielt FLUX bei der Bewertung der folgenden Dimensionen: Genauigkeit der menschlichen Anatomie (was in der Vergangenheit eine Schwierigkeit bei der KI-Bildgenerierung darstellte), Beziehungsverarbeitung mehrerer Objekte in komplexen Szenen, Genauigkeit der Textwiedergabe und allgemeine visuelle Schönheit. In mehreren unabhängigen Rezensionen der KI-Community werden FLUX.1 [pro] und FLUX1.1 [pro] als eines der KI-Bilderzeugungsmodelle mit der insgesamt höchsten Qualität eingestuft. Der kreative Hintergrund von Stable Diffusion des Black Forest Labs-Teams verleiht dem Produkt ein hohes Maß an technischer Glaubwürdigkeit.
Kostenvorteil
| Version | Zugriff | Preis | Lizenz | Anwendbare Personen |
|---|---|---|---|---|
| FLUX.1 [schnell] | Gewichts-Download öffnen | Kostenlos | Apache 2.0 | Entwickler, Forscher, kommerzieller Einsatz |
| FLUX.1 [dev] | Gewichts-Download öffnen | Kostenlos | Nichtkommerziell | Forschen, Lernen, persönliches Experimentieren |
| FLUX.1 [pro] | Replicate/fal.ai-API | Ungefähr 0,05 $/Karte | Kommerzielle Lizenz | Anwendungsentwickler, professionelle Anwender |
| FLUX1.1 [pro] | API | Ungefähr 0,04 $/Stück | Kommerzielle Lizenz | Hochwertige kommerzielle Anwendung |
| FLUX1.1 [pro] Ultra | API | Ungefähr 0,06 $/Foto | Kommerzielle Lizenz | Hochauflösende professionelle Szenen |
Für Entwickler mit starken Selbsthosting-Fähigkeiten ist die Apache 2.0-Lizenz von [schnell] eine der kostengünstigsten Optionen für die Generierung hochwertiger kommerzieller Bilder. Für Benutzer, die keine Infrastruktur warten möchten, ist das Pay-as-you-go-Modell für den API-Zugriff bei geringer bis mittlerer Nutzungshäufigkeit kostengünstig.
Hauptfunktionen
- Hochwertige Text-zu-Bild-Generierung: Die FLUX-Modellreihe hat in Bezug auf schnelle Wortfolgegenauigkeit, Bildrealismus, Genauigkeit der menschlichen Anatomie und künstlerische Stilvielfalt, insbesondere bei der Generierungsqualität von Charakteren und komplexen Szenen, das höchste Niveau der Branche erreicht.
- Flexible Auswahl an dreistufigen Modellen: [schnell] (am schnellsten, im Handel erhältlich mit Apache 2.0) erfüllt Geschwindigkeitsprioritätsanforderungen; [dev] (offenes Gewicht, nicht kommerziell) eignet sich für Forschung und Feinabstimmung; [pro] (höchste Qualität, API-Zugriff) erfüllt die höchsten Qualitätsanforderungen und Benutzer können flexibel entsprechend den tatsächlichen Szenarien wählen.
- Fähigkeit zur Textwiedergabe: Die Genauigkeit von FLUX bei der Wiedergabe von Text (z. B. Plakatslogans und Schildertext) in Bildern ist höher als bei Konkurrenzprodukten aus der gleichen Zeit. Diese Fähigkeit verschafft ihm einen praktischen Vorteil in Designszenarien, die die Kombination von Grafiken und Text erfordern.
- Ultrahochauflösende Ausgabe (Ultra): FLUX1.1 [pro] Ultra unterstützt die Bildausgabe bis zu 4 MP und erfüllt Szenen mit extrem hohen Auflösungsanforderungen wie Drucken, große Displays und Ersatz für professionelle Fotografie.
- Open-Weight-Ökosystem ([dev]/[schnell]): Open-Weight ermöglicht es Community-Entwicklern, lokal bereitzustellen, LoRA zu optimieren und Stile anzupassen. Communities wie Civitai haben eine große Anzahl benutzerdefinierter Modelle und LoRA auf Basis von FLUX angesammelt und damit die Vielfalt der generierten Stile bereichert.
- Schnelle Generierung ([schnell]): FLUX.1 [schnell] optimiert die Inferenzgeschwindigkeit und komprimiert die Generierungszeit bei gleichzeitig hoher Qualität. Es eignet sich für Anwendungsszenarien, die eine Bilderzeugung in Echtzeit oder nahezu in Echtzeit erfordern.
- Multiplattform-API-Zugriff: Der Zugriff erfolgt über mehrere Kanäle, darunter Replicate, fal.ai, Together AI und die offizielle API von Black Forest Labs, sodass Entwickler die Zugriffsmethode wählen können, die am besten zu ihrer Infrastruktur und Kostenstruktur passt.
Modell- und Versionsentwicklung
| Version | Zeit | Beschreibung | |
|---|---|---|---|
| Black Forest Labs gegründet | 2024-06 | Gegründet von Robin Rombach und Andreas Blattmann | |
| FLUX.1 [pro/dev/schnell] | 01.08.2024 | Gleichzeitig wurde das Drei-Gang-Modell auf den Markt gebracht, was in der Community für Aufsehen sorgte | |
| FLUX1.1 [pro] | ~2024-10 | Doppelte Verbesserung in Qualität und Geschwindigkeit, 3x schneller | |
| FLUX1.1 [pro] Ultra | ~2024-11 | 4MP-Version mit ultrahoher Auflösung veröffentlicht | |
| Community LoRA ökologischer Wohlstand | ~2024-Q4 | Die Communities Civitai und HuggingFace haben eine große Anzahl von FLUX LoRA | veröffentlicht |
Technische Vorteile
Rectified Flow Transformer-Architektur: FLUX verwendet eine Transformer-Architektur (ähnlich DiT – Diffusion Transformer), die sich von der Stable Diffusion-Serie (basierend auf U-Net) unterscheidet. In Kombination mit der Rectified Flow-Trainingsmethode erzielt das Modell erhebliche Vorteile auf Architekturebene bei der Beibehaltung von Bilddetails, dem semantischen Verständnis und der Generierungskonsistenz und schafft so eine solidere Grundlage für nachfolgende Qualitätsverbesserungen.
Guidance-Destillationstechnologie ([schnell]): FLUX.1 [schnell] nutzt die Destillationstechnologie, um den Generierungsprozess, der eine mehrstufige Probenahme erfordert, auf eine qualitativ hochwertige Generierung in wenigen Schritten (1–4 Schritte) zu komprimieren, wodurch der Umfang der Inferenzberechnungen erheblich reduziert wird und gleichzeitig die Bildqualität nahe an der der hochstufigen Probenahme gehalten wird, wodurch ein effizientes Gleichgewicht zwischen Geschwindigkeit und Qualität erreicht wird.
Training zur Optimierung der menschlichen Anatomie: Die FLUX-Serie ist hinsichtlich der Genauigkeit der menschlichen Anatomie (Hände, Gesichtsproportionen, Gliedmaßengelenke) deutlich besser als das frühe Diffusionsmodell. Dies ist auf die besondere Optimierung der Trainingsdatenqualität und der Überwachungssignale durch das Team zurückzuführen und gehört zu den Dimensionen, die in der Bewertung von den Nutzern am meisten gelobt wurden.
Wie man es benutzt
| Eingang | Beschreibung |
|---|---|
| Replizieren | Besuchen Sie https://replicate.com/black-forest-labs für API-Aufrufe oder Testversionen der Webschnittstelle |
| fal.ai | Besuchen Sie https://fal.ai, das eine vollständige Palette von FLUX-Modell-APIs bereitstellt |
| HuggingFace | Laden Sie [dev]/[schnell] herunter. Gewichtsmodell öffnen, lokal oder in der Cloud ausführen |
| ComfyUI/Automatic1111 | Lokale Bereitstellung, Laden des FLUX-Modells über das Community-Plug-in |
| Offizielle API | Besuchen Sie https://api.bfl.ml, um die offizielle API von Black Forest Labs direkt aufzurufen |
Typische Verwendungsschritte (Aufruf von FLUX1.1 [pro] über Replicate API):
- Besuchen Sie https://replicate.com, um ein Konto zu registrieren und eine Zahlungsmethode zu binden.
- Suchen Sie unter „Replizieren“ nach „black-forest-labs/flux-1.1-pro“, um die Modellseite anzuzeigen.
- Geben Sie das Eingabeaufforderungswort „Experience“ direkt in die Weboberfläche ein oder kopieren Sie den Python-Beispielcode für die API-Integration.
- API-Aufruf: Installieren Sie das Python-Paket „replicate“, legen Sie das API-Token fest und rufen Sie „replicate.run("black-forest-labs/flux-1.1-pro", input={"prompt": "..."})` auf, um das Bild zu generieren.
- Lokale Bereitstellung ([schnell]): Laden Sie die Modellgewichte „black-forest-labs/FLUX.1-schnell“ von HuggingFace herunter, laden Sie sie und führen Sie sie über ComfyUI aus (erfordert 24 GB+ GPU-Speicher).
Produktpreise
- FLUX.1 [schnell]: völlig kostenlos, Apache 2.0 Open-Source-Lizenz, verfügbar für kommerzielle Nutzung, lokale Bereitstellung, keine Nutzungsbeschränkung (Hardwarekosten werden von Ihnen getragen). Der Aufruf über die API-Plattform kostet etwa 0,003 $/Ticket.
- FLUX.1 [dev]: Kostenloser Download mit offenem Gewicht, nichtkommerzielle Lizenz, geeignet für Forschung und persönliches Lernen, ca. 0,025 $/Foto über API-Plattformaufruf.
- FLUX.1 [pro]: Nur API-Zugriff, etwa 0,055 $/Stück bei Replicate, etwa 0,05 $/Stück bei fal.ai, geeignet für kommerzielle Anwendungsentwicklung.
- FLUX1.1 [pro]: Replikation kostet etwa 0,04 $/Stück, schneller und mit höherer Qualität. Es handelt sich um die empfohlene aktualisierte Version von [pro].
- FLUX1.1 [pro] Ultra: Etwa 0,06 $/Blatt, unterstützt eine hohe Auflösung von 4 MP, geeignet für professionelle kommerzielle Druck- und Designanforderungen.
Anwendungsszenarien
1. Erstellung hochwertiger kommerzieller visueller Inhalte Markendesignteams und Werbeunternehmen nutzen die FLUX1.1 [pro] API, um hochwertige Produktdarstellungsbilder, Marketingvisualisierungen und Werbekreative zu generieren. Die Vorteile von FLUX in der Qualität der Charakter-, Produkt- und Szenengenerierung verbessern direkt die kommerzielle Verfügbarkeit von Ausgabeinhalten und reduzieren die Kosten nach der Retusche.
2. Entwickler integrieren hochwertige Bildgenerierung Anwendungsentwickler können über die FLUX-API Funktionen zur KI-Bildgenerierung in ihre Produkte integrieren. Die Apache 2.0-Lizenz von [schnell] ermöglicht die kommerzielle Integration, die hohe Qualität von [pro] erfüllt kommerzielle Anwendungsszenarien, die eine hochwertige Ausgabe erfordern, und eine flexible API-Auswahl, um unterschiedliche Kosten- und Qualitätsanforderungen zu erfüllen.
3. Feinabstimmung von Forschung und Open-Source-Community-Modell KI-Forscher und Community-Entwickler nutzen die offenen Gewichte von FLUX.1 [dev], um LoRA zu verfeinern und benutzerdefinierte Modelle für bestimmte Stile zu trainieren (z. B. Animation, realistische Fotografie, künstlerische Stile). Die Civitai-Community hat eine große Anzahl hochwertiger FLUX LoRA zusammengestellt, die Benutzer herunterladen und verwenden können.
4. Hochauflösende professionelle Bilderzeugung (Ultra) Der 4-Megapixel-Ausgang von FLUX1.1 [pro] Ultra muss zum Drucken, für großformatige Displays oder als Ersatz für professionelle Fotoszenen verwendet werden und erfüllt die Auflösungsanforderungen des kommerziellen Drucks, kombiniert mit Bildqualität auf höchstem Niveau, geeignet für professionelle visuelle Szenen, die „KI-Generierung + hohe Auflösung“ erfordern.
Anwendbare Personen
- KI-Entwickler und unabhängige Entwickler: Sie benötigen eine hochwertige Bildgenerierungs-API für die Anwendungsintegration und die Apache 2.0-Lizenz von [schnell] ermöglicht keine rechtlichen Hindernisse für die kommerzielle Nutzung.
- KI-Künstler und Ersteller digitaler Inhalte: FLUX strebt nach höchster Bildqualität und ist führend in der umfassenden Leistung in realistischem Stil und künstlerischem Stil. Die Open-Weight-Version unterstützt die lokale flexible Steuerung.
- Markendesign- und Marketing-Visual-Team: Benötigen Sie eine zuverlässige, hochwertige kommerzielle Bildgenerierungs-API, eine [Pro]-Serie kommerzieller Autorisierung und stabile API-Dienste, um die Geschäftsanforderungen zu erfüllen.
- KI-Forscher und Akademiker: Die offene Gewichtung von [dev] unterstützt die vollständige Reproduzierbarkeit der Forschung und eignet sich für die Bilderzeugungsmodellforschung, Experimente zur Feinabstimmung von Technologie und Ablationsstudien.
- Nicht für Szenarien geeignet: Normale Benutzer, die überhaupt keine technischen Kenntnisse haben und nur eine einfache Drag-and-Drop-Oberfläche benötigen (Midjourney oder Adobe Firefly bieten ein benutzerfreundlicheres Produkterlebnis); Videogenerierung ist erforderlich (FLUX konzentriert sich auf statische Bilder); Eine lokale Bereitstellung, die eine hohe GPU-Rechenleistung erfordert, ist für normale Verbraucherhardware nicht möglich.
Zusammenfassung und Ausblick
Das Aufkommen von FLUX markiert einen weiteren Technologiesprung im Bereich der Open-Source-Bildgenerierung, der vom ursprünglichen Team von Stable Diffusion initiiert wurde – es ersetzte U-Net durch die Transformer-Architektur, forderte Midjourney mit höchster kommerzieller Qualität heraus und bewahrte gleichzeitig die Vitalität des Open-Source-Ökosystems mit der [schnellen] Version von Apache 2.0. Diese zweigleisige Strategie „kommerzielle Version ohne Kompromisse bei der Qualität + Open-Source-Version ohne Kompromisse bei der Offenheit“ gewährleistet nicht nur die Nachhaltigkeit des Unternehmens, sondern erhält auch den Wohlstand der Gemeinschaftsökologie.
Die aktuellen Einschränkungen sind: Die [pro]-Serie basiert auf API-Zugriff und die Kosten sind höher als bei selbst gehosteten Open-Source-Lösungen. Für die lokale Ausführung von [dev]/[schnell] sind mehr als 24 GB Videospeicher erforderlich, und der Schwellenwert für Consumer-Hardware ist hoch. Es gibt keine offizielle interaktive Bildbearbeitungsschnittstelle und muss auf der UI-Ebene einer Drittanbieterplattform basieren. Die Qualität der chinesischen Aufforderungswörter bleibt immer noch hinter der der englischen Aufforderungswörter zurück.
Mit Blick auf die Zukunft wird Black Forest Labs voraussichtlich ein auf FLUX basierendes Videogenerierungsmodell veröffentlichen (das den technischen Weg der stabilen Videodiffusion fortsetzt) sowie eine leichtere Version (die den Schwellenwert für die lokale Bereitstellung von Videospeicher senkt); Da das LoRA- und ControlNet-Ökosystem auf FLUX weiter ausgereift ist, wird erwartet, dass FLUX die Lücke zum Stable Diffusion-Ökosystem in Bezug auf die Flexibilität der kreativen Steuerung weiter verringert.
Verwandte Tools: midjourney, stable-diffusion
Versionsinfo
- FLUX1.1 [pro] Ultra ：Veröffentlichung der Ultra-Version von FLUX1.1 [pro], die eine ultrahochauflösende Bilderzeugung mit bis zu 4 MP (ca. 4 Millionen Pixel) unterstützt und gleichzeitig die höchste Bildqualität von FLUX1.1 [pro] beibehält, geeignet für kommerzielle Design- und Druckzwecke mit professionellen Anforderungen an die Ausgabeauflösung und Zugriff über API.
- FLUX1.1 [Profi] ：Veröffentlichung von FLUX1.1 [pro], das die Bildqualität, die Generierungsgeschwindigkeit (dreimal schneller als die erste Generation) und die schnelle Wortfolgegenauigkeit basierend auf FLUX.1 [pro] weiter verbessert, wodurch es in mehreren unabhängigen Bewertungen mit führenden kommerziellen Bildgenerierungstools konkurriert und Spitzenwerte erzielt.
- Erste Veröffentlichung der FLUX.1-Serie ([pro]/[dev]/[schnell]) ：Black Forest Labs veröffentlicht offiziell einen dreiteiligen Satz von FLUX.1-Modellen: [pro] (höchste Qualität, nur API), [dev] (offenes Gewicht, nichtkommerzielle Lizenz), [schnell] (schnellstes, offenes Gewicht, kommerzielle Apache 2.0-Lizenz). Nach seiner Veröffentlichung erregte es schnell große Aufmerksamkeit in der KI-Community und Plattformen wie Hugging Face, Replicate und fal.ai wurden gleichzeitig zur Bereitstellung gestartet.
Benutzerbewertungen