Black Forest Labs: FLUX.2 Klein 4B

FLUX.2 [klein] 4B est le modèle compact de Black Forest Labs pour créer une image à partir d’une description textuelle et retoucher des images avec des références visuelles. Son transformeur à flux rectifié de quatre milliards de paramètres réunit génération et retouche dans une même architecture. L’édition nommée 4B est distillée en nombre d’étapes, et l’exemple de référence du fabricant utilise quatre étapes d’inférence.

Le modèle sert à réaliser un brouillon visuel ou une révision de manière interactive : explorer une scène produit, changer les vêtements d’un personnage, associer un sujet à un décor ou affiner l’apparence d’une illustration. Commencez par l’événement ou la composition qui compte, puis décrivez le sujet, le matériau, la lumière et le point de vue. Un brief concret pourrait placer une tasse en céramique bleu mat sur une table en chêne clair, en gros plan éclairé de côté pour garder l’anse et l’émail visibles. Le résultat est une image à examiner au regard de ces décisions.

Retoucher avec un petit ensemble de références

Le profil 4B documenté accepte jusqu’à quatre images d’entrée. Attribuez à chacune un rôle clair : apparence du produit, personnage, décor ou style. Si une image est la scène à retoucher, identifiez-la et indiquez à la fois le changement et les détails à préserver. Par exemple, conservez la silhouette et la surface de la tasse de la première image, utilisez la pièce de la deuxième et remplacez uniquement le revêtement de la table. L’ordre des références et une consigne précise donnent à la révision une cible plus claire qu’une demande d’amélioration générale.

Le fabricant distingue ce budget de références compact de celui des variantes FLUX.2 plus grandes. Il précise aussi que [klein] n’enrichit pas les prompts. Fournissez vous-même les informations descriptives importantes, y compris les relations entre les objets référencés, plutôt que de compter sur l’expansion automatique d’un court libellé. Pour une série, conservez la même référence de sujet et les mêmes exigences visuelles tout en modifiant une décision de scène à la fois.

Réglages de sortie et frontières entre éditions

Le profil exact 4B du producteur propose JPEG, PNG et WebP, JPEG étant le format par défaut. Les valeurs explicites de largeur et de hauteur sont documentées avec un minimum de 64 pixels chacune ; l’exemple de la fiche du modèle utilise une image de 1024×1024. Cet exemple est une configuration d’échantillonnage, pas une affirmation que toute tâche doit être carrée ou que 1024 pixels constituent le maximum du modèle. Choisissez le recadrage et la forme d’affichage prévus avant de préparer le brief visuel, puis comparez les petits caractères et les détails fins à cette taille.

L’exemple publié en quatre étapes utilise guidance_scale 1.0. Distinguez cette édition distillée de FLUX.2 [klein] Base 4B, dont le signal d’entraînement non distillé vise l’adaptation, l’entraînement LoRA et la recherche. Base 4B et les modèles 9B sont des choix distincts, avec des considérations de préparation et d’échantillonnage différentes. Les commandes standard du modèle compact diffèrent aussi des étapes et du guidage réglables de [flex] ; [max] possède sa propre capacité de recherche d’ancrage.

Détails à vérifier dans l’image

La fiche exacte du modèle indique qu’il ne constitue pas une source d’information factuelle. Le texte inscrit dans une image peut être inexact ou déformé, et la scène générée peut s’écarter de la demande. Le style du prompt influence fortement le respect des consignes. Vérifiez l’orthographe, les quantités, les étiquettes, l’identité du sujet et les objets précis à conserver ; une composition attrayante ne prouve pas qu’une caractéristique de produit ou un fait illustré est correct. Le fabricant note aussi que les sorties statistiques peuvent refléter les biais des données d’entraînement.

Pour un visuel vérifié, conservez les références sources, le texte final et l’identité du modèle choisi avec l’image. La documentation de publication distingue le filigranage au niveau des pixels montré dans le code de référence des métadonnées de provenance C2PA appliquées dans le processus de sortie hébergé du fabricant. Conserver la provenance renvoyée aide à expliquer l’origine du visuel ; cela reste distinct de la vérification de la réussite de la modification visuelle demandée.