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 monter des images avec des références visuelles. Son transformeur à flux rectifié de quatre milliards de paramètres réunit génération et montage dans une seule architecture. L’édition nommée 4B est distillée pour réduire le nombre d’étapes d’inférence, et l’exemple de référence du fabricant utilise quatre étapes d’inférence.

Le rôle du modèle est de produire une ébauche visuelle ou une révision interactive : explorer une scène de produit, changer les vêtements d’un personnage, combiner un sujet avec un décor ou affiner l’apparence d’une illustration. Commencez par l’événement ou la composition qui importe, puis décrivez le sujet, la matière, l’éclairage et le point de vue. Un brief concret pourrait placer une tasse en céramique bleu mat sur une table en chêne clair, dans une vue rapprochée éclairée de côté qui garde son anse et son émail visibles. Le résultat est une image à inspecter par rapport à ces décisions.

Monter avec un petit ensemble de références

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

Le fabricant distingue ce budget compact de références de celui des variantes FLUX.2 plus grandes. Il précise aussi que [klein] n’a pas d’enrichissement du prompt. Fournissez vous-même les informations descriptives importantes, y compris la relation entre les objets référencés, au lieu de compter sur l’expansion automatique d’une courte étiquette. Pour une série, conservez la même référence de sujet et les mêmes exigences visuelles en changeant une décision de scène à la fois.

Réglages de sortie et limites entre éditions

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

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

Détails à vérifier dans l’image

La fiche exacte du modèle précise que ce modèle n’est pas une source d’information factuelle. Le texte écrit dans une image peut être inexact ou déformé, et la scène générée peut s’écarter de la requête. Le style du prompt a un effet important sur le respect des instructions. 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 indique aussi que les sorties statistiques peuvent refléter les biais des données d’entraînement.

Pour une ressource vérifiée, conservez les références sources, la formulation finale et l’identité du modèle sélectionné avec l’image. La documentation de publication distingue l’exemple de filigrane au niveau des pixels 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 d’une ressource; cela reste distinct de la vérification de la réussite de la modification visuelle demandée.