FLUX 3 Image Klein Faoliyat yuritmoqda

FLUX 3 Image Klein — Black Forest Labs tomonidan ochiq manba sifatida taqdim etilgan AI tasvir yaratish modeli bo‘lib, atigi 5.6B parametrga ega va bitta iste’molchi darajasidagi videokartada ishlaydi. FLUX 3 Image Klein matndan tasvir yaratish, buyruqlar asosida tasvir tahrirlash va 10 tagacha ma’lumotnoma tasviri asosida ko‘p tasvirli generatsiyani qo‘llab-quvvatlaydi. U mahalliy 4K chiqish, piksel darajasida aniq tahrirlash va koordinata kataklari orqali maketni boshqarish imkoniyatlariga ega. Rasmiy ichki ko‘r sinovlarda xitoy tilida tasvir yaratish, tahrirlash va bir nechta ma’lumotnoma tasviridan foydalanish bo‘yicha uchala yo‘nalishda ham birinchi o‘rinni egallab, Qwen-Image 2.1 va Krea 2 dan ustun kelgan.

Matndan tasvir yaratish: 4K gacha bo‘lgan mahalliy aniqlikda yuqori sifatli tasvirlar yaratishni qo‘llab-quvvatlaydi.
Buyruqlar asosida tasvir tahrirlash: tasvirning istalgan qismini tabiiy til yordamida o‘zgartiradi, ko‘rsatilmagan hududlardagi piksellar o‘zgarmaydi.
Bir nechta ma’lumotnoma tasviri asosida generatsiya: bir martada 10 tagacha ma’lumotnoma tasvirini qabul qilib, qahramon, uslub yoki mahsulot izchilligini saqlaydi.
Koordinata kataklari orqali maketni boshqarish: elementlar joylashuvini aniq belgilash yoki tahrirlash hududini cheklash uchun 0–1000 katak koordinatalaridan foydalanadi.
Yagona og‘irliklar arxitekturasi: generatsiya, tahrirlash va bir nechta ma’lumotnoma tasviri bilan ishlash vazifalari bir xil 5.6B parametrli og‘irliklardan foydalanadi, model almashtirish talab etilmaydi.
Iste’molchi qurilmalarida ishlaydi: INT8 kvantlangan versiya 8GB videoxotirali videokartada ishlaydi, distillangan versiya esa 4 qadamda tasvir yaratadi.
Nozik sozlash ekotizimi: ochiq og‘irliklar LoRA orqali o‘qitishni qo‘llab-quvvatlaydi, bu uslub, brend yoki ish jarayonini moslashtirish imkonini beradi.

WeChat’da kuzatib, “ochiq manba” deb javob yuboring va AI ochiq manba loyihalari guruhiga qo‘shiling
Rectified Flow generatsiya paradigmasi: an’anaviy diffuziya modellari shovqindan tasvirgacha bo‘lgan egri, tasodifiy yo‘lni o‘rganishidan farqli ravishda, FLUX oilasi shovqin va ma’lumotlarni bog‘lovchi deyarli to‘g‘ri yo‘lni o‘rganadi. Namuna olish tasodifiy differensial tenglama o‘rniga oddiy differensial tenglamani yechish orqali amalga oshiriladi. Yo‘l qanchalik to‘g‘ri bo‘lsa, talab qilinadigan integrallash qadamlari shunchalik kam bo‘ladi; shu sababli distillangan versiya yuqori sifatli natijaga atigi 16 yoki 4 qadamli namuna olishda erishadi.
MMDiT ikki oqimli Transformer magistrali: model markazida multimodal diffuziya Transformer’i turadi. Tasvir tokenlari va matn tokenlari dastlabki ikki oqimli bloklarda birgalikda qayta ishlanadi, umumiy diqqat mexanizmi orqali ma’lumot almashadi, so‘ngra bir oqimli bloklarda yagona tarzda takomillashtiriladi. Bu matn buyruqlarini har bir qatlamda vizual generatsiya bilan chuqur bog‘laydi va murakkab so‘rovlarni bajarish hamda matnni tasvirda aks ettirish qobiliyatining strukturaviy asosini tashkil etadi.
Mustaqil matn kodlagichi arxitekturasi: 5.6B parametr faqat tasvir magistraliga tegishli, matnni tushunish esa tashqi Qwen3-VL-4B-Instruct kodlagichi zimmasida. Ularning ajratilgan tuzilishi semantik tushunish qobiliyati va generatsiya magistralini mustaqil yangilashga imkon beradi, demak, amaliy joylashtirishda kodlagich egallaydigan videoxotira ham hisobga olinishi kerak.
Multimodal qo‘shma ta’limni ko‘chirish: Klein FLUX 3 katta modelining oldindan o‘qitilgan natijalarini bevosita meros qilib oladi va tasvir, video hamda audio uch modalitetida birgalikda o‘qitilgan. Turli modalitetlarning bir-birini cheklashi mexanizmi kichik modelga parametrlar ko‘lamidan yuqori vizual tushunish qobiliyatini beradi.

Qurilmani tekshiring: distillangan BF16 versiyasi 11.2GB videoxotira talab qiladi; 8GB videokartada INT8/FP8 kvantlangan versiyani tanlang, FP8 hajmi atigi 5.6GB.
Og‘irliklarni yuklab oling: Hugging Face’dagi black-forest-labs/FLUX.3-Klein repozitoriysidan kerakli aniqlikdagi og‘irliklarni, shuningdek Qwen3-VL-4B matn kodlagichini yuklab oling.
Litsenziyani qabul qiling: yuklab olishdan oldin repozitoriydagi “Agree and access repository” tugmasini bosib FLUX Kommunity License shartlariga rozilik bering. Tijoriy foydalanishdan avval yillik daromad 500 million AQSh dollari chegarasidan pastligini tekshiring.
Joylashtirish usulini tanlang: ComfyUI foydalanuvchilari Manager orqali BFL rasmiy plaginini o‘rnatib, tugunlar grafigida Klein modelini tanlashi yoki Diffusers yordamida bir necha qator Python kodi orqali yuklashi mumkin.
So‘rov yozing: oddiy matndan tasvir yaratishda tavsifni bevosita yozing, murakkab maketlarda esa so‘rovni avtomatik optimallashtirish uchun rasmiy Prompt Upsampler’ni yoqing.
Koordinata kataklari orqali maketni boshqaring: so‘rovda matn, asosiy obyekt va boshqa elementlar uchun [y_min, x_min, y_max, x_max] koordinata kataklarini ko‘rsating; model elementlarni katak bo‘yicha aniq joylashtiradi.
Tasvirni tahrirlash: asl tasvirni yuklang va o‘zgartirishni tabiiy tilda tasvirlang, masalan, «Bu ko‘chani qorli manzaraga aylantir». Ko‘rsatilmagan hududlardagi piksellar o‘zgarmaydi.
Bir nechta ma’lumotnoma tasviri asosida generatsiya: API yoki UI orqali 10 tagacha ma’lumotnoma tasvirini va izoh matnini yuklang; model ma’lumotnoma obyektlari izchilligini saqlagan holda yangi tasvir yaratadi.
Parametrlarni sozlang: distillangan versiyada CFG talab etilmaydi; Base versiyasi uchun CFG 3.5 va 50 qadam tavsiya qilinadi. Videoxotira yetarli bo‘lmasa, aniqlikni pasaytiring yoki kvantlashni yoqing.

Parametrlar samaradorligi: atigi 5.6B parametr bilan rasmiy ko‘r sinovlarda 7B parametrli Qwen-Image 2.1 va 12.9B parametrli Krea 2 dan, shuningdek yopiq Ideogram V4.5 dan ustun keldi.
Past apparat talablari: INT8 kvantlangan versiya 8GB videoxotirali oddiy iste’molchi videokartasida ishlaydi va shu toifadagi flagman imkoniyatlari orasida joylashtirish xarajati eng past ochiq manbali yechimdir.
Uch vazifa uchun yagona og‘irliklar: matndan tasvir yaratish, tasvir tahrirlash va bir nechta ma’lumotnoma tasviri asosida generatsiya bir xil og‘irliklardan foydalanadi, turli vazifalar uchun model almashtirish yoki bir nechta modelni birlashtirish shart emas.
Maketni boshqarish qobiliyati: koordinata kataklari elementlar joylashuvini aniq boshqaradi. Bunday imkoniyat avval faqat yirik yopiq modellarda uchrardi, ochiq manba sohasida esa teng darajadagi raqib yo‘q.
Piksel darajasida tahrirlash aniqligi: tahrirlash paytida ko‘rsatilmagan hududlardagi piksellar butunlay o‘zgarmaydi, bu elektron tijorat va dizaynda asl tasvirga zarar yetkazmaslik talablariga javob beradi.
Mahalliy 4K chiqish: superaniqlashtirish bosqichisiz bevosita 4K aniqlikda tasvir yaratadi va ikkilamchi ishlov berishdagi sifat yo‘qotilishini bartaraf etadi.

Loyiha rasmiy sayti: https://bfl.ai/models/flux-3-image-klein
HuggingFace model kutubxonasi: https://huggingface.co/collections/black-forest-labs/flux-3-image-klein

Xalqaro elektron tijorat uchun asosiy mahsulot rasmlarini ommaviy ishlab chiqarish: 10 ta ma’lumotnoma tasvirini yuklang, koordinata kataklari yordamida mahsulot, afzalliklar va narx yorlig‘i joylashuvini belgilang hamda ko‘p tilli 4K mahsulot rasmlarini bir martada yarating.
Mavsumiy elektron tijorat rasmlarini tahrirlash: mavjud mahsulot tasviriga «Bu ko‘chani qorli manzaraga aylantir» buyrug‘ini bering; fon butunlay qishki ko‘rinishga o‘zgaradi, mahsulotning o‘zi esa pikselma-piksel saqlanadi va retush xarajatisiz qishki versiya yaratiladi.
Poster va bannerlarni tezkor joylashtirish: 0–1000 koordinata kataklari ichida sarlavha, Logo va asosiy tasvir joylashuvini belgilang, matni siljimaydigan reklama posterini bevosita yarating.
Kitob va jurnal muqovasi dizayni: koordinata kataklari bilan kitob nomi va illyustratsiyaning o‘zaro joylashuvini belgilang; mahalliy 4K chiqish bosma aniqlik talablarini bevosita qondiradi va maket dasturida qayta sozlash zaruratini yo‘q qiladi.
Brend uchun LoRA moslashtirish: o‘z mahsulotingiz tasvirlari bilan LoRA’ni o‘qiting; shundan so‘ng barcha yaratilgan tasvirlar brend ranglari, shriftlari va mahsulot ko‘rinishini avtomatik saqlaydi hamda ijtimoiy tarmoqlar uchun yagona uslubdagi materiallarni ommaviy ishlab chiqaradi.