FLUX.3 Image Klein: Black Forest Labs' bildemodell på 5,6B lager et bilde på 2 sekunder
torsdag 15. oktober · KI-generert · Kilde: Hugging Face - Blog
Prøv FLUX.3 Image Klein i Diffusers hvis du har et RTX-kort med 16 GB eller mer, men sjekk lisensen før du bruker bildene kommersielt.
Black Forest Labs slapp FLUX.3 Image Klein 15. oktober, og Hugging Face har den klar i Diffusers fra første dag. Modellkortet beskriver en bildetransformer på 5,6 milliarder parametere som tar en prompt og opptil 10 referansebilder og returnerer ett bilde. Tekst-til-bilde, redigering og komposisjon fra flere referanser går gjennom samme modell, med Qwen3-VL-4B-Instruct som tekstenkoder.
Det finnes to sjekkpunkter. Den destillerte Klein-versjonen bruker 16 steg uten guidance og er den samme som kjører i Black Forest Labs' API. Klein Base bruker 50 steg med CFG og er den du finjusterer. Hugging Face måler 1,93 sekunder for et bilde på 1024 × 1024 på en H100, og 3,87 sekunder med ett referansebilde.
«Et referansebilde dobler omtrent tiden.» — Hugging Face, i Diffusers-gjennomgangen
Under panseret leser modellen skjulte tilstander fra åtte av de 36 lagene i Qwen3-VL, ikke bare det siste, og bruker samme VAE-arkitektur som FLUX.2. Transformeren behandler først tekst, bilde og referanser hver for seg i 5 blokker, før 28 felles blokker slår strømmene sammen.
Det nye for brukeren er layoutkontroll med bokser. Du legger en JSON-liste med regioner etter beskrivelsen, hver med id, boks og beskrivelse på en skala fra 0 til 1000, og kan flytte, bytte ut eller fjerne elementer i et eksisterende bilde gjennom prompten.
«Boksene styrer plassering og skala; de låser ikke pikslene til en hard maske.» — Black Forest Labs, i modellkortet
For deg som kjører lokalt er minnetallene viktigst. Hugging Face oppgir et toppforbruk etter inferens på 15,3 GiB med NVFP4-vekter og 16,3 GiB med FP8, mot 20,7 GiB i BF16. FP8 gir bare fart på kort med compute capability 8.9 eller høyere, altså Ada, Hopper og Blackwell. På eldre kort sparer du minne, men ikke tid. NVFP4 er raskt bare på Blackwell. Diffusers har også DreamBooth-skript for LoRA-trening, både for tekst-til-bilde og redigering.
Lisensen er ikke åpen kildekode. FLUX Kommunity License tillater ikke-kommersiell bruk, med et unntak for kommersiell bruk av bildene for det lisensen kaller «Qualifying Users», og modellen er gated på Hugging Face.
Hva bør du gjøre?
- Godta lisensen på modellsiden på Hugging Face og installer nyeste diffusers og transformers før du laster sjekkpunktet.
- Har du et RTX 40- eller 50-kort, last FP8-varianten med
from_single_filefor å holde toppforbruket rundt 16 GiB. - Les vilkårene for «Qualifying Users» i FLUX Kommunity License før du bruker bildene i et produkt du tar betalt for.