Black Forest Labs: FLUX.3 Image

FLUX 3 Image ist das Bilderzeugungs- und Bearbeitungsmodell von Black Forest Labs mit ausdrücklicher Steuerung der Komposition. Eine Textbeschreibung kann eine neue Szene erzeugen; bereitgestellte Bilder können ein Motiv, eine zu überarbeitende Szene oder mehrere zu kombinierende Elemente festlegen. Begrenzungsrahmen lassen eine Vorgabe bestimmen, wohin jedes Element gehört und welche Teile eines vorhandenen Bildes geändert werden sollen. Das Ergebnis ist ein Bild, dessen gewünschte Szene, Text und Layout geprüft werden können.

Erstellen Sie eine Szene oder geben Sie eine Bearbeitungsanweisung

Beschreiben Sie für ein neues Bild Motiv, Handlung oder Pose, Umgebung, Licht und Bildausschnitt. Setzen Sie den genauen Wortlaut im Bild in Anführungszeichen und benennen Sie seine Position. Eine eigene Produktbeschreibung könnte einen roten Campingbecher auf einer hellen Steinfläche zeigen, darüber eine grosse Überschrift und weiches Morgenlicht, das den Henkel sichtbar macht. Definieren Sie die Beziehung zwischen Überschrift, Produkt und Hintergrund, statt unverbundene Stilwörter anzubieten.

Benennen Sie für eine Bearbeitung das konkrete Objekt und die Änderung: den Becher umfärben, ein Etikett ersetzen, eine Figur verschieben oder den Szenenstil ändern. Eine einzelne Bearbeitung benötigt keinen von Hand gezeichneten Rahmen. Der dokumentierte Ablauf erweitert die Anweisung vor der Generierung, kann das benannte Element lokalisieren und automatisch einen Rahmen hinzufügen. Der zurückgegebene erweiterte Prompt hält diese Interpretation fest; dies ist hilfreich, wenn eine Anweisung das falsche Objekt auswählt oder ein unerwünschtes Detail einführt.

Kombinieren und bereiten Sie Referenzbilder vor

Das genaue Herstellerprofil nimmt eine bis zehn Referenzen als Bild-URLs oder kodierte Bilddaten an. Jede muss mindestens 256×256 Pixel gross sein und darf 16 Megapixel nicht überschreiten. Benennen Sie eine Referenz anhand ihrer Position oder ihres sichtbaren Inhalts und erklären Sie ihre Rolle: die Person aus Image 1, die Jacke aus Image 2 und der Raum aus Image 3. Eine Bildreferenz ist eine Quelle visueller Informationen und keine Anweisung, jedes sachfremde Detail daraus zu kopieren.

Die Einstellung des Seitenverhältnisses verwendet standardmässig auto. In der Anfragespezifikation hat ein im Prompt gewünschtes Verhältnis Vorrang; andernfalls legt die erste Referenz den Bildausschnitt fest. Wenn weder eine Referenz noch eine gewünschte Form ihn vorgibt, wird eine quadratische Ausgabe verwendet. Stellen Sie bei einer Komposition die gewünschte Szenenreferenz an die erste Stelle oder wählen Sie das Verhältnis ausdrücklich. Bewahren Sie die Quellbilder und ihre Reihenfolge zusammen mit dem Ergebnis, damit eine spätere Überarbeitung denselben visuellen Ausgangspunkt nutzt.

Platzieren Sie Elemente mit Begrenzungsrahmen

Ein Layoutprompt verbindet eine Bildbeschreibung mit einem JSON-Array aus Elementzeilen. Die Beschreibung benennt ein Element über einen Marker wie <cup_1>; die Zeile enthält id, bbox und desc. Koordinaten sind Ganzzahlen von 0 bis 1000 in der Reihenfolge [top, left, bottom, right], gemessen von der oberen linken Ecke. Beispielsweise beschreibt [0, 0, 500, 500] unabhängig von den Pixelabmessungen das obere linke Viertel. Verwenden Sie das Seitenverhältnis, für das das Layout entworfen wurde, weil sich dieses Koordinatenraster mit dem Bildrahmen streckt.

Eine Bearbeitungszeile verwendet stattdessen from, src_bbox und tgt_bbox neben Kennung und Beschreibung. ref_image_0 bezeichnet das erste bereitgestellte Bild. Übereinstimmende Quell- und Zielrahmen verankern ein Element; unterschiedliche Rahmen verschieben es oder ändern seine Grösse. Eine neue Zeile ohne Quelle erzeugt ihre Beschreibung am Zielort und erlaubt Ergänzungen, Ersetzungen oder Umfärbungen. Eine Quellzeile ohne Ziel entfernt das Element. Benennen Sie Ergänzungen und Entfernungen sowohl in der schriftlichen Anweisung als auch in den Zeilen und behalten Sie Ankerzeilen für Details bei, die an ihrem Platz bleiben müssen.

Geben Sie Schrift einen eigenen Rahmen und zitieren Sie ihren genauen Wortlaut in desc. Rahmen leiten Platzierung und Massstab; sie sind keine Beschneidungsmasken, sodass ein Element über das Rechteck hinausragen kann. Der Hersteller berichtet, dass neue Objekte in Rahmen von ungefähr 40×25 Pixeln in seinen Beispielen häufig nicht erschienen. Lassen Sie genügend sichtbaren Platz und prüfen Sie die bearbeiteten Grenzen. Pixel ausserhalb des Ziels bleiben meist stabil, aber Schatten, Spiegelungen und benachbartes Licht können sich dennoch ändern.

Quellenbezug, Ausgabeklassen und hilfreiche Aufzeichnungen

Das dokumentierte Profil aktiviert Grounding standardmässig, sodass Ergebnisse aus Web- und Bildsuche in die Generierung einfliessen können. Es kann für eine Vorgabe deaktiviert werden, die nur ihre bereitgestellte Beschreibung und Referenzen verwenden soll. Benennen Sie bei einem realen Motiv Ort, Ereignis oder Gegenstand klar und halten Sie sachliche Inhalte von künstlerischer Gestaltung getrennt. Suchgestützte Bilder müssen weiterhin mit massgeblichem Material verglichen werden, wenn eine Beschriftung, ein Objekt oder ein dargestelltes Ereignis korrekt sein muss.

Die fünf Auflösungsklassen sind 768sq, 1k, 1.5k, 2k und 4k mit 1k als Standard. Sie stellen Stufen gleicher Pixelfläche dar; die genaue Breite und Höhe hängen deshalb vom gewählten Verhältnis ab. Fünfzehn feste Verhältnisse reichen von 21:9 über quadratische und vertikale Formate bis 9:21. Dieses Modellprofil steuert die Grösse über Verhältnis und Auflösung; es stellt die Felder seed, width oder height der FLUX.2-Anfrageprofile nicht bereit. Sein dokumentierter Versionswähler nennt derzeit eine wechselnde Veröffentlichung, statt eine datierte Übereinstimmung mit Lieferantengewichten zu belegen.

Der Herstellerablauf gibt nach asynchroner Verarbeitung ein Bild zusammen mit dem erweiterten Prompt zurück. Der signierte Downloadlink des Bildes gilt eine Stunde. Bewahren Sie das tatsächliche Bild, den endgültigen Prompt und die Referenzen auf, statt sich auf einen vorübergehenden Link zu verlassen. Vergleichen Sie für ein geprüftes Artefakt gewünschten Text, Objektplatzierung, Referenzidentität und geänderten Bereich bei der vorgesehenen Anzeigegrösse. Eine abgeschlossene Generierung ist der Ausgangspunkt für die Prüfung dieser visuellen Anforderungen.