Black Forest Labs: FLUX.2 Flex

FLUX.2 [flex] er Black Forest Labs’ utgave for bildegenerering og -redigering som er spesialisert på typografi, tekstgjengivelse og bevaring av små detaljer. Den bruker skriftlige sceneinstruksjoner og bildereferanser for å produsere et bilde. Den definerende kontrollen er justerbar sampling: den dokumenterte profilen eksponerer både inferenssteg og styringsgrad, slik at en visuell beskrivelse kan finjusteres gjennom både innstillinger og ord.

Bokstaver og fine detaljer

En typografioppgave bør begynne med selve teksten. Sett hver linje i anførselstegn, definer hvor den hører hjemme og skill mellom overskrift, støttetekst og etikett. Beskriv bokstavstilen, størrelsen og fargen i forhold til scenen. En original plakatbeskrivelse kan vise en koboltblå sykkel i et lyst studio, med en stor tittel over rammen og en mindre spesifikasjonslinje under den. Bildet må gjøre produktet og leserekkefølgen tydelige samlet.

For et detaljert produktbilde angir du delene som avgjør om resultatet er nyttig: en urskive, en kontrolletikett, en søm, en materialkant eller en pakningsmerking. Send inn en lesbar referanse, og forklar hvilken egenskap den fastsetter. En scene som generelt ser lignende ut, kan fortsatt endre et avgjørende tegn eller en komponent, så sammenlign den genererte detaljen i den tiltenkte visningsstørrelsen. Modellens spesialisering er en grunn til å gi nøyaktige krav, ikke en garanti for at korrekturlesing eller visuell kontroll blir unødvendig.

Steg og styringsgrad har forskjellige formål

Den spesifikke produsentprofilen godtar ett til femti inferenssteg, med femti som standard. Beskrivelsen knytter flere steg til større detaljrikdom og realisme. Styringsgraden går fra 1.5 til 10, med standardverdi 5. Høyere styringsgrad styrker etterlevelsen av prompten, men kan redusere realismen. Et bilde med nøyaktige designinstruksjoner og et bilde som skal ha et naturlig fotografisk uttrykk, kan derfor kreve forskjellige valg innenfor denne profilen.

Hold ordlyd, referanser og utdataformat konstante når du sammenligner en innstillingsendring. Se på egenskapen som utløste endringen: bokstavformer, objektplassering eller materialtekstur. Endre en innstilling av en konkret visuell grunn, fremfor å behandle et stort tall som automatisk bedre. Dette er produsentens samplingskontroller; den firestegs destillerte [klein]-profilen og standardkontrollene i [pro] eller [max] er forskjellige modellvalg.

Promptutvidelse er aktivert som standard i [flex]-spesifikasjonen og kan deaktiveres gjennom dens egen prompt_upsampling-kontroll. Dette lar en detaljert beskrivelse forbli den innsendte teksten når det er passende. Produsentens felles veiledning anbefaler å plassere hovedmotivet og den viktige handlingen før sekundær dekorasjon, og beskriver JSON-strukturerte prompter sammen med beskrivelser i naturlig språk. Bruk strukturen som gjør de nødvendige sammenhengene enklest å angi.

Referansestyrte revisjoner

Den spesifikke forespørselsprofilen inneholder åtte plasser for referansebilder. Produsentens interaktive arbeidsflyt tillater opptil ti bilder separat; disse antallene beskriver ulike grensesnitt. Definer om et bilde gir scenen som skal redigeres, et produkt, en karakter, klær eller en stil. For en revisjon angir du objektet og endringen, og navngir deretter komposisjonen, materialene eller lyset rundt som skal beholdes.

En original emballasjeoppgave kan bruke kartongen fra det første bildet og finishen fra et andre, erstatte frontetiketten med godkjent ordlyd og bevare kartongens proporsjoner. En gruppekomposisjon kan tilordne en egen referanse til hvert motiv og holde tilordningene konsistente. Familieeksemplene dekker objekt- og bakgrunnsendringer, montasjer, tekstredigering og stiltransformasjoner. Be om én sammenhengende revisjon med et tydelig mål, og sammenlign deretter både det redigerte området og delene som skulle forbli stabile.

Størrelse, farge og det returnerte bildet

FLUX.2-veiledningen dokumenterer minst 64×64 piksler, dimensjoner i multipler av 16 og utdata på opptil 4 megapiksler, med opptil 2 megapiksler anbefalt for vanlig bruk. Den spesifikke [flex]-spesifikasjonen oppgir JPEG-, PNG- og WebP-utdata, med JPEG som standard. Den tilbyr også en valgfri tilfeldig seed. Behold den faktiske modellen, seeden og samplingsinnstillingene sammen med kildereferansene når du sammenligner versjoner; en navngitt familie alene identifiserer ikke den fullstendige genereringskonfigurasjonen.

For fargefølsomt arbeid knytter du hver heksadesimale kode til et navngitt objekt eller tekstelement. For komposisjon angir du ønsket sideforhold gjennom bildedimensjonene og gir tilstrekkelig plass til lesbar tekst. Den felles veiledningen har ingen mekanisme for negative prompter, så beskriv ønsket utseende positivt: skarpt fokus, ren bakgrunn eller et tydelig tomt område til tekst. De flerspråklige eksemplene støtter skriving av en kulturspesifikk beskrivelse på det passende språket, uten å fastsette noen garanti for et bestemt antall språk.

Produsentens FLUX.2-flyt returnerer et bilde etter behandling og bruker midlertidige signerte lenker med et hentevindu på ti minutter. Behold selve bildet og beskrivelsen samlet. Kontroller typografien, fine detaljer, referanseidentiteten og det visuelle uttrykket før bildet plasseres i en layout. Sluttleveransen kan være en valgt plakat, et produktbilde eller en redigert komposisjon med de nøyaktige innstillingene bevart for neste revisjon.