FLUX.1

FLUX.1 to model generowania obrazów opracowany przez Black Forest Labs i udostępniony w sierpniu 2024 r. Black Forest Labs to niemiecki startup z Freiburga, założony przez byłych pracowników Stability AI: Robina Rombacha, Andreasa Blattmanna i Patricka Esera.

Model tworzy obrazy z opisu w języku naturalnym (text-to-image), a także obsługuje przekształcenia obraz-w-obraz. Opiera się na blokach transformera typu rectified flow (uczenie metodą flow matching) przeskalowanych do 12 miliardów parametrów — to odejście od klasycznego podejścia dyfuzyjnego na rzecz dopasowania przepływu.

FLUX.1 ukazał się w trzech wariantach różniących się licencją i dostępem: [schnell] (open source, Apache 2.0, zoptymalizowany pod kątem szybkości), [dev] (source-available, licencja niekomercyjna, z możliwością licencji komercyjnej) oraz [pro] (własnościowy, dostępny wyłącznie przez API i licencjonowany podmiotom trzecim).

W testach FLUX.1 dorównuje jakością wiodącym modelom: pod względem wierności promptowi jest porównywalny z DALL·E 3, a fotorealizmem z Midjourney 6; wyróżnia się też lepszym generowaniem dłoni niż wcześniejsze modele (np. Stable Diffusion XL). Niezależnie od wybranego wariantu użytkownicy zachowują prawa własności do wygenerowanych obrazów.