Black Forest Labs: FLUX.2 Klein 4B

FLUX.2 [klein] 4B ist das kompakte Modell von Black Forest Labs zur Erstellung eines Bilds aus einer Textbeschreibung und zur Bildbearbeitung mit visuellen Referenzen. Sein Rectified-Flow-Transformer mit vier Milliarden Parametern vereint Generierung und Bearbeitung in einer Architektur. Die benannte 4B-Ausgabe ist schrittdestilliert, und das Referenzbeispiel des Herstellers nutzt vier Inferenzschritte.

Das Modell dient einem interaktiven Bildentwurf oder einer Überarbeitung: eine Produktszene erkunden, Kleidung einer Figur ändern, ein Motiv mit einer Umgebung kombinieren oder das Aussehen einer Illustration verfeinern. Beginnen Sie mit dem entscheidenden Ereignis oder der Komposition und beschreiben Sie anschließend Motiv, Material, Beleuchtung und Blickwinkel. Ein konkretes Briefing könnte eine mattblaue Keramiktasse auf einen hellen Eichentisch stellen, in einer seitlich beleuchteten Nahansicht, die Griff und Glasur sichtbar hält. Das Ergebnis ist ein Bild, das anhand dieser Entscheidungen geprüft werden kann.

Mit einem kleinen Referenzsatz bearbeiten

Das dokumentierte Profil 4B akzeptiert bis zu vier Eingabebilder. Weisen Sie jedem eine klare Rolle zu: Produkterscheinung, Figur, Umgebung oder Stil. Ist ein Bild die zu bearbeitende Szene, benennen Sie es und geben Sie sowohl Änderung als auch zu bewahrende Details an. Bewahren Sie beispielsweise Silhouette und Oberfläche der Tasse aus dem ersten Bild, verwenden Sie den Raum aus dem zweiten und tauschen Sie nur die Tischdecke aus. Referenzreihenfolge und eine genaue Änderungsanweisung geben der Überarbeitung ein klareres Ziel als die Bitte um eine allgemeine Verbesserung.

Der Hersteller unterscheidet dieses kompakte Referenzbudget von den größeren FLUX.2-Varianten. Er erklärt außerdem, dass [klein] kein Prompt-Upsampling besitzt. Liefern Sie wichtige beschreibende Informationen selbst, einschließlich der Beziehung zwischen referenzierten Objekten, statt sich auf die automatische Erweiterung einer kurzen Bezeichnung zu verlassen. Behalten Sie für eine Serie dieselbe Motivreferenz und dieselben visuellen Anforderungen bei und ändern Sie jeweils eine Szenenentscheidung.

Ausgabeeinstellungen und Grenzen zwischen Ausgaben

Das konkrete Profil 4B des Anbieters nennt JPEG, PNG und WebP als Ausgabe, standardmäßig JPEG. Ausdrückliche Breiten- und Höhenwerte sind jeweils mit mindestens 64 Pixeln dokumentiert; das Referenzbeispiel der Modellkarte verwendet ein Bild mit 1024×1024. Dieses Beispiel ist eine Sampling-Konfiguration und keine Aussage, dass jede Aufgabe quadratisch sein muss oder 1024 Pixel die Modellhöchstgrenze darstellen. Wählen Sie gewünschten Zuschnitt und Darstellungsformat vor dem Bildbriefing und vergleichen Sie anschließend feine Schrift und kleine Merkmale in dieser Größe.

Das veröffentlichte Vier-Schritte-Beispiel nutzt guidance_scale 1.0. Halten Sie diese destillierte Ausgabe von FLUX.2 [klein] Base 4B getrennt, dessen nicht destilliertes Trainingssignal für Anpassung, LoRA-Training und Forschung vorgesehen ist. Base 4B und die 9B-Modelle sind eigene Optionen mit anderen Überlegungen zu Vorbereitung und Sampling. Die Standardsteuerungen des kompakten Modells unterscheiden sich außerdem von den einstellbaren Schritten und der Guidance von [flex]; [max] hat seine eigene Fähigkeit zur Fundierung durch Suche.

Im Bild zu prüfende Details

Die konkrete Modellkarte erklärt, dass dieses Modell keine Quelle für Sachinformationen ist. Geschriebener Text im Bild kann ungenau oder verzerrt sein, und die generierte Szene kann von der Anfrage abweichen. Der Prompt-Stil beeinflusst die Anweisungstreue erheblich. Prüfen Sie Schreibweise, Mengen, Beschriftungen, Motividentität und die konkreten Objekte, die erhalten bleiben sollen. Eine attraktive Komposition belegt weder die Richtigkeit eines Produktmerkmals noch einer illustrierten Tatsache. Der Hersteller weist zudem darauf hin, dass statistische Ausgaben Verzerrungen aus den Trainingsdaten widerspiegeln können.

Bewahren Sie für ein geprüftes Asset Quellreferenzen, endgültigen Wortlaut und gewählte Modellidentität mit dem Bild auf. Die Veröffentlichungsdokumentation unterscheidet beispielhafte Wasserzeichen auf Pixelebene im Referenzcode von C2PA-Herkunftsmetadaten, die im gehosteten Ausgabeablauf des Herstellers angebracht werden. Die Bewahrung zurückgegebener Herkunftsnachweise hilft, den Ursprung eines Assets zu erklären; sie ist von der Prüfung zu trennen, ob die angeforderte Bildänderung gelungen ist.