Hoy lanzamos FLUX 3 Image Klein, un modelo de pesos abiertos de 5.6B parámetros para la generación de imágenes a partir de texto, la edición de imágenes y la generación con múltiples referencias de hasta 10 imágenes de referencia. Comparte capacidades básicas con el modelo completo FLUX 3 Image: generación nativa en 4K, edición de píxel perfecto y cuadros delimitadores que controlan dónde se colocan los elementos o restringen las ediciones a un área definida. FLUX 3 Image Klein se basa en los aprendizajes compartidos de FLUX 3 en imágenes, vídeo y audio, lo que ayuda al modelo a generar imágenes que parecen anclarse en el mundo real.
El lanzamiento incluye un modelo base para ajuste fino y un modelo destilado por pasos para generación de baja latencia, junto con versiones FP8, INT8 y NVFP4 desarrolladas con el apoyo de NVIDIA, bajo la licencia FLUX Kommunity. En evaluaciones internas, FLUX 3 Image Klein ocupa el primer puesto en generación de texto a imagen, generación con múltiples referencias y edición de imágenes, por delante de modelos de pesos abiertos más grandes. En comparación con FLUX.2 [klein] 9B, gana 91 puntos Elo en texto a imagen y 70 en edición de imágenes, con un 38% menos de parámetros.
FLUX 3 Image Klein se optimizó para GPU de consumo. Con la versión INT8, se ejecuta en GPU NVIDIA GeForce RTX con tan solo 8GB de VRAM, generando una imagen de 1MP en unos 4 segundos en una RTX 5090. El punto de control base admite entrenamiento LoRA desde el primer día, y para cargas de trabajo de producción más rápidas, los equipos pueden trabajar con personalizaciones específicas.
En la frontera entre velocidad y calidad, FLUX 3 Image Klein ofrece menor latencia que Qwen-Image 2.1, FLUX.2 [pro], Ideogram V4.5 y Krea 2, y la calificación más alta para su nivel de latencia. Está disponible hoy como pesos abiertos a través de la API de BFL y como pesos descargables.
Fuente: Hacker News · Resumido por HeadlinesBriefing