FLUX 3 Image Klein 운영 중

FLUX 3 Image Klein은 Black Forest Labs가 오픈 소스로 공개한 AI 이미지 생성 모델로, 매개변수가 5.6B에 불과해 단일 소비자용 그래픽카드에서 실행할 수 있습니다. FLUX 3 Image Klein은 텍스트-이미지 생성, 지시 기반 이미지 편집, 최대 10장의 참조 이미지를 활용한 다중 이미지 생성을 모두 지원하며, 네이티브 4K 출력, 픽셀 단위 정밀 편집, 좌표 상자 기반 레이아웃 제어 기능을 제공합니다. 공식 내부 블라인드 테스트에서 중국어 이미지 생성, 편집, 다중 참조 부문 모두 1위를 차지했으며 Qwen-Image 2.1과 Krea 2를 앞섰습니다.

텍스트-이미지 생성: 최대 네이티브 4K 해상도의 고품질 이미지를 생성합니다.
지시 기반 이미지 편집: 자연어로 이미지의 원하는 부분을 수정하며, 지정하지 않은 영역의 픽셀은 그대로 유지됩니다.
다중 참조 이미지 생성: 한 번에 최대 10장의 참조 이미지를 입력해 캐릭터, 스타일 또는 제품의 일관성을 유지합니다.
좌표 상자 레이아웃 제어: 0–1000 그리드 좌표 상자로 요소의 위치를 정밀하게 지정하거나 편집 영역을 제한합니다.
통합 가중치 아키텍처: 생성, 편집, 다중 참조 작업이 동일한 5.6B 매개변수 가중치를 공유하므로 모델을 전환할 필요가 없습니다.
소비자용 하드웨어 지원: INT8 양자화 버전은 8GB VRAM 그래픽카드에서 실행할 수 있으며, 증류 버전은 4스텝으로 이미지를 생성합니다.
파인튜닝 생태계: 공개 가중치에 LoRA 학습 지원이 포함되어 스타일, 브랜드 또는 워크플로를 맞춤 설정할 수 있습니다.

WeChat에서 팔로우 후 “开源”로 답장하여 AI 오픈 소스 프로젝트交流群에 참여하세요.
정류 흐름(Rectified Flow) 생성 방식: 기존 확산 모델이 노이즈에서 이미지로 이어지는 굽은 무작위 경로를 학습하는 것과 달리, FLUX 제품군은 노이즈와 데이터 사이를 연결하는 근사 직선 경로를 학습합니다. 확률 미분 방정식이 아닌 상미분 방정식을 풀어 샘플링하므로 경로가 직선에 가까울수록 필요한 적분 스텝 수가 줄어듭니다. 따라서 증류 버전은 16스텝, 4스텝 수준의 샘플링만으로도 고품질 결과를 얻을 수 있습니다.
MMDiT 이중 스트림 Transformer 백본: 모델은 멀티모달 확산 Transformer를 핵심으로 하며, 이미지 토큰과 텍스트 토큰을 초기 이중 스트림 블록에서 함께 처리하고 공유 어텐션으로 정보를 교환한 뒤 단일 스트림 블록에서 통합적으로 정제합니다. 이를 통해 텍스트 지시가 모든 계층에서 시각적 생성과 깊이 결합되며, 복잡한 프롬프트 준수 능력과 텍스트 렌더링 능력의 구조적 기반이 됩니다.
독립 텍스트 인코더 아키텍처: 5.6B 매개변수는 이미지 백본만을 의미하며, 텍스트 이해는 외부의 Qwen3-VL-4B-Instruct 인코더가 담당합니다. 두 구성 요소를 분리한 설계로 의미 이해 능력과 생성 백본을 독립적으로 업그레이드할 수 있으며, 실제 배포 시 VRAM 사용량에는 인코더 오버헤드도 포함해야 합니다.
멀티모달 공동 학습 전이: Klein은 FLUX 3 대형 모델의 사전 학습 성과를 직접 계승하며 이미지, 동영상, 오디오 세 가지 모달리티를 공동 학습합니다. 서로 다른 모달리티가 상호 제약하는 메커니즘을 통해 소형 모델이 매개변수 규모를 넘어서는 시각적 이해 능력을 갖추도록 합니다.

하드웨어 확인: 증류 버전 BF16은 11.2GB VRAM이 필요합니다. 8GB 그래픽카드는 INT8/FP8 양자화 버전을 선택해야 하며, FP8 버전의 크기는 5.6GB에 불과합니다.
가중치 다운로드: Hugging Face의 black-forest-labs/FLUX.3-Klein 저장소에서 필요한 정밀도의 가중치를 받고, 함께 사용할 Qwen3-VL-4B 텍스트 인코더도 다운로드합니다.
라이선스 동의: 저장소에서 “Agree and access repository”를 클릭해 FLUX Kommunity License에 동의해야 다운로드할 수 있습니다. 상업적으로 사용하기 전 연매출이 500만 달러 기준 미만인지 확인하세요.
배포 방식 선택: ComfyUI 사용자는 Manager에서 BFL 공식 플러그인을 설치한 뒤 노드 그래프에서 Klein 모델을 선택하거나, Diffusers를 통해 몇 줄의 Python 코드로 로드할 수 있습니다.
프롬프트 작성: 일반적인 텍스트-이미지 생성은 설명을 직접 입력하고, 복잡한 레이아웃에는 공식 Prompt Upsampler를 활성화해 프롬프트를 자동으로 최적화하는 것이 좋습니다.
좌표 상자 레이아웃 사용: 프롬프트에서 텍스트, 주 피사체 등의 요소에 [y_min, x_min, y_max, x_max] 좌표 상자를 표시하면 모델이 그리드에 따라 요소를 정밀하게 배치합니다.
이미지 편집: 원본 이미지를 업로드하고 「이 거리를 눈 내리는 풍경으로 바꿔 줘」처럼 수정 내용을 자연어로 설명하면, 지정하지 않은 영역의 픽셀은 그대로 유지됩니다.
다중 참조 이미지 생성: API 또는 UI에서 최대 10장의 참조 이미지를 업로드하고 설명을 추가하면, 모델이 참조 피사체의 일관성을 유지하면서 새 이미지를 생성합니다.
생성 파라미터 조정: 증류 버전은 CFG 없이 바로 사용할 수 있으며, Base 버전은 CFG 3.5와 50스텝을 권장합니다. VRAM이 부족하면 해상도를 낮추거나 양자화를 활성화하세요.

매개변수 효율성: 5.6B 매개변수만으로 공식 블라인드 테스트에서 7B Qwen-Image 2.1과 12.9B Krea 2를 앞섰으며, 폐쇄형 모델인 Ideogram V4.5도 능가했습니다.
낮은 하드웨어 진입 장벽: INT8 양자화 버전은 8GB VRAM의 일반 소비자용 그래픽카드에서 실행할 수 있어, 동급 플래그십 성능 중 배포 비용이 가장 낮은 오픈 소스 솔루션입니다.
세 가지 작업에 단일 가중치: 텍스트-이미지 생성, 이미지 편집, 다중 참조 이미지 생성이 하나의 가중치를 공유하므로 작업별로 여러 모델을 전환하거나 조합할 필요가 없습니다.
레이아웃 제어 능력: 좌표 상자로 요소의 위치를 정밀하게 제어합니다. 이전에는 상위급 폐쇄형 모델에서만 볼 수 있었던 기능으로, 오픈 소스 진영에는 아직 동급 경쟁 모델이 없습니다.
픽셀 단위 편집 보존: 편집 시 지정하지 않은 영역의 픽셀이 완전히 유지되어 전자상거래와 디자인 등 원본 손상이 없어야 하는 작업에 적합합니다.
네이티브 4K 출력: 초해상도 확대 과정 없이 4K 해상도로 직접 생성하므로, 2차 처리로 인한 화질 저하를 줄일 수 있습니다.

프로젝트 공식 웹사이트: https://bfl.ai/models/flux-3-image-klein
Hugging Face 모델 저장소: https://huggingface.co/collections/black-forest-labs/flux-3-image-klein

해외 전자상거래 상품 대표 이미지 대량 제작: 참조 이미지 10장을 업로드하고 좌표 상자로 제품, 판매 포인트, 가격 태그의 위치를 지정해 여러 언어 버전의 4K 상품 대표 이미지를 한 번에 생성합니다.
전자상거래 시즌 전환 이미지 편집: 기존 상품 이미지에 「이 거리를 눈 내리는 풍경으로 바꿔 줘」라고 입력하면 배경은 겨울 풍경으로 바뀌고 상품 자체의 픽셀은 하나씩 보존되어, 별도의 리터칭 비용 없이 겨울 버전을 제작할 수 있습니다.
포스터 및 배너의 빠른 레이아웃: 0–1000 그리드 좌표 상자 안에서 제목, 로고, 메인 이미지의 위치를 차례로 지정해 텍스트가 어긋나지 않는 이벤트 포스터를 직접 생성합니다.
책 및 잡지 표지 디자인: 좌표 상자로 책 제목과 삽화의 상대적 위치를 고정하고 네이티브 4K 출력으로 인쇄 해상도를 바로 충족해, 편집 소프트웨어에서 2차 조정하는 작업을 줄입니다.
브랜드 LoRA 맞춤 설정: 자체 제품 이미지로 LoRA를 학습하면 이후 생성되는 모든 이미지에 브랜드 색상, 글꼴, 제품 외관이 자동으로 반영되어 일관된 스타일의 소셜 미디어 콘텐츠를 대량 제작할 수 있습니다.