Black Forest Labs: FLUX.2 Klein 4B

FLUX.2 [klein] 4B es el modelo compacto de Black Forest Labs para crear una imagen a partir de una descripción de texto y editar imágenes con referencias visuales. Su transformer de flujo rectificado de cuatro mil millones de parámetros reúne generación y edición en una sola arquitectura. La edición denominada 4B está destilada en pasos, y el ejemplo de referencia del fabricante utiliza cuatro pasos de inferencia.

La función del modelo es producir un borrador visual interactivo o una revisión: explorar una escena de producto, cambiar la ropa de un personaje, combinar un sujeto con un entorno o perfeccionar el aspecto de una ilustración. Comienza con el evento o la composición que importa y después describe sujeto, material, iluminación y punto de vista. Un brief concreto podría colocar una taza de cerámica azul mate sobre una mesa de roble claro, con una vista cercana iluminada de lado que mantenga visibles el asa y el esmalte. El resultado es una imagen que se debe revisar frente a esas decisiones.

Edición con un conjunto pequeño de referencias

El perfil documentado de 4B admite hasta cuatro imágenes de entrada. Asigna una función clara a cada una: apariencia del producto, personaje, entorno o estilo. Si una imagen es la escena que se editará, identifícala e indica tanto el cambio como los detalles que deben conservarse. Por ejemplo, conserva la silueta y la superficie de la taza de la primera imagen, utiliza la habitación de la segunda y reemplaza solamente el mantel. El orden de las referencias y una instrucción precisa de cambio le dan a la revisión un objetivo más claro que pedir una mejora general.

El fabricante distingue este presupuesto compacto de referencias del de las variantes FLUX.2 más grandes. También indica que [klein] no tiene ampliación del prompt. Proporciona tú la información descriptiva importante, incluida la relación entre los objetos referenciados, en lugar de depender de la expansión automática de una etiqueta breve. Para una serie, conserva la misma referencia del sujeto y los requisitos visuales mientras cambias una decisión de escena a la vez.

Configuración de salida y límites entre ediciones

El perfil exacto de 4B del fabricante incluye salida JPEG, PNG y WebP, con JPEG como formato predeterminado. Los valores explícitos de ancho y alto están documentados con un mínimo de 64 píxeles cada uno; el ejemplo de referencia de la ficha del modelo utiliza una imagen de 1024×1024. Ese ejemplo es una configuración de muestreo, no una afirmación de que toda tarea deba ser cuadrada ni de que 1024 píxeles sea el máximo del modelo. Elige el recorte y la forma de visualización previstos antes de preparar el brief visual, y compara después las letras finas y las características pequeñas a ese tamaño.

El ejemplo publicado de cuatro pasos utiliza guidance_scale 1.0. Mantén esta edición destilada separada de FLUX.2 [klein] Base 4B, cuya señal de entrenamiento sin destilar está destinada a adaptación, entrenamiento LoRA e investigación. Base 4B y los modelos 9B son opciones distintas, con consideraciones diferentes de preparación y muestreo. Los controles estándar del modelo compacto también difieren de los pasos y la guía ajustables de [flex]; [max] tiene su propia capacidad de búsqueda para fundamentar la generación.

Detalles que debes verificar en la imagen

La ficha exacta del modelo indica que este no es una fuente de información factual. El texto escrito dentro de una imagen puede ser inexacto o estar distorsionado, y la escena generada puede apartarse de la solicitud. El estilo del prompt tiene un efecto importante en el seguimiento de las instrucciones. Revisa ortografía, cantidades, etiquetas, identidad del sujeto y los objetos específicos que debían conservarse; una composición atractiva no demuestra que una característica del producto o un hecho ilustrado sean correctos. El fabricante también señala que las salidas estadísticas pueden reflejar sesgos de los datos de entrenamiento.

Para un recurso revisado, conserva las referencias de origen, la redacción final y la identidad del modelo seleccionado junto con la imagen. La documentación de la versión distingue la marca de agua de ejemplo a nivel de píxel del código de referencia de los metadatos de procedencia C2PA aplicados en el flujo de salida alojado por el fabricante. Conservar la información de procedencia devuelta ayuda a explicar el origen de un recurso; es una cuestión distinta de comprobar si el cambio visual solicitado se realizó correctamente.