Black Forest Labs: FLUX.3 Image

FLUX 3 Image è il modello di generazione e modifica immagini di Black Forest Labs con controllo esplicito della composizione. Una descrizione testuale può creare una nuova scena; le immagini fornite possono stabilire un soggetto, una scena da rivedere o vari elementi da combinare. I riquadri delimitatori permettono al brief di specificare dove va collocato ogni elemento e quali parti di un’immagine esistente devono cambiare. Il risultato è un’immagine, con scena, testo e layout richiesti da ispezionare.

Crea una scena o dai un’istruzione di modifica

Per una nuova immagine, descrivi soggetto, azione o posa, ambientazione, luce e inquadratura. Metti fra virgolette il testo esatto nell’immagine e indica dove compare. Un brief originale di prodotto potrebbe mostrare una tazza rossa da campeggio su una superficie di pietra chiara, con un grande titolo sopra e luce mattutina morbida che ne rivela il manico. Definisci la relazione fra titolo, prodotto e sfondo anziché proporre parole stilistiche scollegate.

Per la modifica, identifica l’oggetto preciso e il cambiamento: ricolora la tazza, sostituisci un’etichetta, sposta una figura o cambia lo stile della scena. Una singola modifica non richiede un riquadro disegnato manualmente. Il flusso documentato amplia l’istruzione prima della generazione e può localizzare l’elemento nominato e aggiungere automaticamente un riquadro. Il prompt ampliato restituito registra tale interpretazione, utile quando un’istruzione seleziona l’oggetto sbagliato o introduce un dettaglio indesiderato.

Combina e prepara immagini di riferimento

Il profilo esatto del produttore accetta da uno a dieci riferimenti, forniti come URL di immagini o dati immagine codificati. Ciascuno deve essere di almeno 256×256 pixel e non superare 16 megapixel. Nomina un riferimento per posizione o contenuto visibile, poi spiegane il ruolo: la persona di Image 1, la giacca di Image 2 e la stanza di Image 3. Un’immagine di riferimento è una fonte di informazioni visive, non un’istruzione per copiare ogni dettaglio estraneo che contiene.

L’impostazione del rapporto d’aspetto è auto per impostazione predefinita. Nella specifica di richiesta, un rapporto richiesto nel prompt ha priorità; altrimenti il primo riferimento stabilisce l’inquadratura, con output quadrato come ripiego quando né un riferimento né un formato richiesto la forniscono. Per una composizione, metti per primo il riferimento della scena desiderata o scegli esplicitamente il rapporto. Conserva immagini sorgente e ordine con il risultato, così una revisione successiva usa lo stesso punto di partenza visivo.

Colloca elementi con riquadri delimitatori

Un prompt di layout combina una didascalia con un array JSON di righe degli elementi. La didascalia nomina un elemento tramite un marcatore come <cup_1>; la riga contiene id, bbox e desc. Le coordinate sono interi da 0 a 1000 nell’ordine [top, left, bottom, right], misurate dall’angolo superiore sinistro. Per esempio, [0, 0, 500, 500] descrive il quarto superiore sinistro indipendentemente dalle dimensioni in pixel dell’immagine. Usa il rapporto d’aspetto per cui il layout è stato progettato, perché quella griglia di coordinate si estende con l’inquadratura.

Una riga di modifica usa invece from, src_bbox e tgt_bbox insieme a identificatore e descrizione. ref_image_0 significa la prima immagine fornita. Riquadri sorgente e destinazione corrispondenti ancorano un elemento; riquadri diversi lo spostano o ridimensionano. Una nuova riga senza sorgente genera la propria descrizione nella posizione di destinazione, consentendo aggiunte, sostituzioni o ricolorazioni. Una riga sorgente senza destinazione rimuove l’elemento. Indica aggiunte e rimozioni sia nell’istruzione scritta sia nelle righe e conserva righe di ancoraggio per i dettagli che devono restare al loro posto.

Assegna alle scritte un proprio riquadro e citane il testo esatto in desc. I riquadri guidano posizione e scala; non sono maschere di ritaglio, quindi un elemento può estendersi oltre il rettangolo. Il produttore riferisce che nuovi oggetti in riquadri di circa 40×25 pixel spesso non apparivano nei suoi esempi. Lascia spazio visibile sufficiente e ispeziona i confini modificati. I pixel fuori dalla destinazione solitamente restano stabili, ma ombre, riflessi e illuminazione vicina possono comunque cambiare.

Grounding, classi di output e registri utili

Il profilo documentato attiva il grounding per impostazione predefinita, permettendo a ricerche web e immagini di informare la generazione. Può essere disattivato per un brief che deve usare solo descrizione e riferimenti forniti. Per un soggetto reale, identifica chiaramente luogo, evento o oggetto e mantieni separato il contenuto fattuale dal trattamento artistico. Le immagini informate dalla ricerca richiedono comunque un confronto con materiale autorevole quando un’etichetta, un oggetto o un evento rappresentato devono essere accurati.

Le cinque classi di risoluzione sono 768sq, 1k, 1.5k, 2k e 4k, con 1k predefinita. Rappresentano fasce di uguale area in pixel, quindi larghezza e altezza esatte dipendono dal rapporto selezionato. Quindici rapporti fissi vanno da 21:9, attraverso formati quadrati e verticali, a 9:21. Il profilo di questo modello controlla le dimensioni tramite rapporto e risoluzione; non espone i campi seed, width o height usati nei profili di richiesta FLUX.2. Il selettore di versione documentato nomina attualmente una release in evoluzione anziché stabilire una corrispondenza datata con i pesi del fornitore.

Il flusso del produttore restituisce un’immagine dopo l’elaborazione asincrona, insieme al prompt ampliato. Il link firmato per scaricare l’immagine è valido un’ora. Conserva immagine effettiva, prompt finale e riferimenti invece di affidarti a un link temporaneo. Per una risorsa verificata, confronta testo richiesto, collocazione degli oggetti, identità dei riferimenti e zona modificata alle dimensioni di visualizzazione previste. Una generazione completata è il punto di partenza per verificare tali requisiti visivi.