FLUX 3 Image Klein خدام

FLUX 3 Image Klein هو موديل مفتوح المصدر لتوليد الصور بالذكاء الاصطناعي من Black Forest Labs، فيه غير 5.6B بارامتر وكيخدم بكارت شاشة استهلاكية وحدة. كيدعم توليد الصور من النص، تعديل الصور بالأوامر، وتوليد صور متعددة باستعمال حتى لـ10 صور مرجعية، مع إخراج أصلي بدقة 4K، وتعديل دقيق على مستوى البيكسل، والتحكم فالتخطيط باستعمال إحداثيات مربعات التحديد. فاختبارات داخلية عمياء رسمية، جا فالمرتبة الأولى فالمهام الثلاثة: توليد الصور بالصينية، التعديل، واستعمال مراجع متعددة، متفوقاً على Qwen-Image 2.1 وKrea 2.

توليد الصور من النص: كيدعم توليد صور عالية الجودة بدقة أصلية حتى لـ4K.
تعديل الصور بالأوامر: كتقدر تبدل أي جزء من الصورة باستعمال اللغة الطبيعية، والبيكسلات ديال المناطق اللي ما تحدداتش كيبقاو بلا تغيير.
توليد باستعمال صور مرجعية متعددة: كيستقبل حتى لـ10 صور مرجعية فالمرة الواحدة، مع الحفاظ على نفس الشخصية أو الستايل أو المنتج.
التحكم فالتخطيط بمربعات الإحداثيات: استعمل مربعات بإحداثيات شبكة 0–1000 باش تحدد بدقة موضع العناصر أو منطقة التعديل.
بنية موحدة للأوزان: التوليد والتعديل والمهام متعددة المراجع كيتشاركو نفس أوزان 5.6B، بلا ما تحتاج تبدل الموديل.
كيخدم على العتاد الاستهلاكي: النسخة المكممة INT8 كتخدم على كارت شاشة فيها 8GB ديال VRAM، والنسخة المقطرة كتخرج الصورة فـ4 خطوات.
منظومة قابلة للضبط الدقيق: الأوزان المفتوحة مرفوقة بدعم تدريب LoRA، باش تخصص الستايل أو العلامة التجارية أو سير العمل.

تابعنا فـ WeChat وردّ بكلمة «开源» باش تنضم لمجموعة مشاريع الذكاء الاصطناعي مفتوحة المصدر
نهج التوليد بالتدفق المصحح (Rectified Flow): عوض ما تتعلم موديلات الانتشار التقليدية مساراً عشوائياً ومتعرجاً من الضجيج للصورة، عائلة FLUX كتتعلم مساراً شبه مستقيم كيربط بين الضجيج والبيانات، وكتكمل أخذ العينات بحل معادلة تفاضلية عادية بدل معادلة تفاضلية عشوائية. كلما كان المسار مستقيماً، قلّ عدد خطوات التكامل المطلوبة؛ وبهذا فالنسخة المقطرة كتحتاج غير لـ16 خطوة، وحتى أخذ عينات من مستوى 4 خطوات كيقدر يعطي نتائج عالية الجودة.
الهيكل الأساسي MMDiT Transformer ثنائي التدفق: الموديل مبني على Transformer متعدد الوسائط للانتشار، فين كيتعالجو توكنات الصورة والنص بشكل مشترك فكتل التدفق المزدوج الأولى، وكيتم تبادل المعلومات عبر الانتباه المشترك، ومن بعد كيتصقلو بشكل موحد فكتل التدفق الواحد. هاد الشي كيخلي تعليمات النص مرتبطة بعمق مع التوليد البصري فكل طبقة، وهو الأساس البنيوي لقدرة الموديل على اتباع التعليمات المعقدة ورسم النصوص.
بنية مستقلة لترميز النص: 5.6B بارامتر كتشير غير للهيكل الرئيسي ديال الصورة، أما فهم النص فكيتكلف به مُرمّز Qwen3-VL-4B-Instruct خارجي. هاد التصميم المفصول كيخلي قدرات الفهم الدلالي والهيكل الرئيسي للتوليد يقدرو يتطورو بشكل مستقل، وكيعني أن استهلاك VRAM فالنشر خاصو يحسب حتى تكلفة المُرمّز.
نقل التعلم من التدريب المشترك متعدد الوسائط: Klein كيورث مباشرة نتائج التدريب القبلي ديال الموديل الكبير FLUX 3، اللي تدرّب بشكل مشترك على الصور والفيديو والصوت. استعمال الوسائط المختلفة كقيود متبادلة كيعطي للموديل الصغير قدرة على الفهم البصري أكبر من المتوقع مقارنة مع عدد البارامترات ديالو.

تأكد من العتاد: النسخة المقطرة BF16 كتحتاج 11.2GB ديال VRAM، وكروت 8GB خاصها نسخة INT8/FP8 مكممة، وحجم FP8 غير 5.6GB.
نزّل الأوزان: حمّل أوزان الدقة المطلوبة من مستودع black-forest-labs/FLUX.3-Klein فـ Hugging Face، ونزّل معاها مُرمّز النص Qwen3-VL-4B.
وافق على الترخيص: كليكي على “Agree and access repository” فالمستودع ووافق على FLUX Kommunity License باش تقدر تنزّل، وقبل الاستعمال التجاري تأكد واش رقم المعاملات السنوي أقل من عتبة 500 مليون دولار.
اختار طريقة النشر: مستعملو ComfyUI يقدرو يثبتو الإضافة الرسمية ديال BFL من Manager ومن بعد يختارو موديل Klein فمخطط العقد، أو يستعملو Diffusers بتحميل الموديل عبر بضعة أسطر ديال Python.
كتب الـprompt: فالتوليد العادي من النص كتب الوصف مباشرة، وللتخطيطات المعقدة فعّل Prompt Upsampler الرسمي باش يحسن الـprompt أوتوماتيكياً.
استعمل مربعات الإحداثيات فالتخطيط: فـprompt حدّد مربعات الإحداثيات [y_min, x_min, y_max, x_max] للعناصر بحال النص والموضوع الرئيسي، والموديل غادي يحط العناصر بدقة وفق الشبكة.
تعديل الصور: طلّع الصورة الأصلية ووصف التعديل باللغة الطبيعية، بحال «حوّل هاد الزنقة لمنظر شتوي»، والبيكسلات ديال المناطق اللي ما تحدداتش كيبقاو بلا تغيير.
التوليد باستعمال مراجع متعددة: فـAPI أو الواجهة، طلّع حتى لـ10 صور مرجعية وزيد عليها وصفاً نصياً؛ الموديل غادي يولد صورة جديدة مع الحفاظ على تطابق العناصر المرجعية.
ضبط الإعدادات وإخراج الصورة: النسخة المقطرة كتخدم مباشرة بلا CFG، والنسخة Base منصوح ليها بـCFG 3.5 و50 خطوة؛ إلا ما كفاتش VRAM، نقص الدقة أو فعّل التكميم.

الكفاءة فاستعمال البارامترات: غير بـ5.6B بارامتر، تفوق فاختبارات رسمية عمياء على Qwen-Image 2.1 اللي فيه 7B وعلى Krea 2 اللي فيه 12.9B، وتفوق حتى على Ideogram V4.5 المغلق المصدر.
متطلبات عتاد منخفضة: النسخة INT8 المكممة كتخدم على كارت شاشة استهلاكية عادية فيها 8GB ديال VRAM، وكتعتبر أقل حل مفتوح المصدر من حيث تكلفة النشر ضمن نفس مستوى قدرات النماذج الرائدة.
ثلاث مهام بنفس الأوزان: توليد الصور من النص، تعديل الصور، والتوليد بمراجع متعددة كيتشاركو نفس الأوزان، بلا حاجة لتبديل أو جمع عدة موديلات حسب المهمة.
التحكم فالتخطيط: مربعات الإحداثيات كتتحكم بدقة فموضع العناصر، وهي ميزة كانت قبل كتوجد غير فالنماذج الكبيرة المغلقة، ومازال ما كاينش منافس مفتوح المصدر بنفس المستوى.
الحفاظ على البيكسلات أثناء التعديل: البيكسلات ديال المناطق اللي ما تحدداتش كيبقاو كما هما تماماً، وهاد الشي مناسب للتجارة الإلكترونية والتصميم والمشاريع اللي كتحتاج تعديلات بلا أي ضرر للصورة الأصلية.
إخراج أصلي بدقة 4K: كتولد الصورة مباشرة بدقة 4K بلا مرحلة تكبير فائقة، وكتتفادى ضياع الجودة الناتج عن المعالجة الثانية.

الموقع الرسمي للمشروع: https://bfl.ai/models/flux-3-image-klein
مستودع النموذج على HuggingFace: https://huggingface.co/collections/black-forest-labs/flux-3-image-klein

إنتاج صور المنتجات الرئيسية للتجارة الإلكترونية العابرة للحدود: طلّع 10 صور مرجعية، واستعمل مربعات الإحداثيات لتحديد مواضع المنتج والمزايا والسعر، وولّد دفعة وحدة صوراً رئيسية للمنتج بدقة 4K وبنسخ متعددة اللغات.
تعديل صور المنتجات حسب الموسم: دخل على صورة منتج موجودة أمراً بحال «حوّل هاد الزنقة لمنظر شتوي»، غادي تتبدل الخلفية كاملة للموسم الشتوي بينما كيبقى المنتج نفسه محفوظاً بيكسل ببيكسل، وكتخرج نسخة شتوية بلا تكلفة تعديل يدوية.
ترتيب سريع للملصقات والـBanner: حدّد داخل شبكة الإحداثيات 0–1000 موضع العنوان والشعار والصورة الرئيسية واحداً بواحد، وولّد مباشرة ملصقاً إعلانياً بلا ما يتحرك النص من مكانه.
تصميم أغلفة الكتب والمجلات: استعمل مربعات الإحداثيات لتثبيت الموضع النسبي لاسم الكتاب والرسوم التوضيحية، والإخراج الأصلي بدقة 4K كيلبي مباشرة متطلبات الطباعة، بلا تعديلات إضافية فبرامج التنسيق.
تخصيص LoRA للعلامة التجارية: درّب LoRA باستعمال صور منتجاتك، ومن بعد غادي تثبت جميع الصور المولدة أوتوماتيكياً ألوان العلامة وخطوطها وشكل منتجاتها، باش تنتج مواد موحدة للوسائط الاجتماعية على نطاق واسع.