Black Forest Labs: FLUX.2 Klein 4B

FLUX.2 [klein] 4B — компактная модель Black Forest Labs для создания изображения по тексту и редактирования с визуальными референсами. Её трансформер rectified flow с четырьмя миллиардами параметров объединяет генерацию и редактирование в одной архитектуре. Версия с названием 4B дистиллирована по шагам, а эталонный пример разработчика использует четыре шага вывода.

Роль модели — интерактивный визуальный эскиз или правка: исследовать товарную сцену, сменить одежду персонажа, соединить объект с обстановкой или уточнить вид иллюстрации. Начните с важного события или композиции, затем опишите объект, материал, свет и точку обзора. Например, конкретное задание может размещать матовую синюю керамическую чашку на светлом дубовом столе крупным планом с боковым светом, сохраняя видимость ручки и глазури. Результат — изображение, которое нужно сопоставить с этими решениями.

Редактирование с небольшим набором референсов

Документированный профиль 4B принимает до четырёх входных изображений. Дайте каждому понятную роль: внешность товара, персонаж, обстановка или стиль. Если одна картинка — редактируемая сцена, обозначьте её и укажите изменение вместе с сохраняемыми деталями. Например, сохраните силуэт и поверхность чашки из первого изображения, используйте комнату из второго и замените только покрытие стола. Порядок референсов и точная инструкция дают правке более ясную цель, чем общее пожелание улучшить картинку.

Разработчик отличает этот компактный референсный бюджет от более крупных вариантов FLUX.2. Также указано, что [klein] не расширяет промпт. Самостоятельно предоставьте важные описательные сведения, включая отношения между объектами референсов, не рассчитывая на автоматическое расширение краткой метки. Для серии сохраняйте тот же референс объекта и визуальные требования, меняя по одному решению сцены.

Настройки результата и границы версий

Точный профиль 4B разработчика перечисляет JPEG, PNG и WebP, по умолчанию JPEG. Документированы явные ширина и высота, каждая не менее 64 пикселей; пример карточки модели использует изображение 1024×1024. Этот пример — конфигурация сэмплирования, а не утверждение, что все задачи должны быть квадратными или что 1024 пикселя — максимум модели. Выберите кадрирование и форму показа до составления задания, затем сравните мелкие надписи и детали в этом размере.

Опубликованный четырёхшаговый пример использует guidance_scale 1.0. Различайте эту дистиллированную версию и FLUX.2 [klein] Base 4B, чей недистиллированный обучающий сигнал предназначен для адаптации, обучения LoRA и исследований. Base 4B и модели 9B — отдельные варианты с иными особенностями подготовки и сэмплирования. Стандартные настройки компактной модели также отличаются от регулируемых шагов и guidance модели [flex]; [max] имеет собственный поиск для привязки к источникам.

Что проверить на изображении

Карточка конкретной модели указывает, что она не является источником фактической информации. Написанный на изображении текст может быть неверным или искажённым, а сцена — отклоняться от запроса. Стиль промпта существенно влияет на следование заданию. Проверяйте орфографию, количества, надписи, идентичность объекта и конкретные сохраняемые предметы; привлекательная композиция не подтверждает правильность свойства товара или изображённого факта. Разработчик также отмечает, что статистические результаты могут отражать предубеждения обучающих данных.

Для проверенного материала сохраняйте исходные референсы, конечные формулировки и выбранную модель вместе с изображением. Документация выпуска отличает пример водяного знака на уровне пикселей в эталонном коде от метаданных происхождения C2PA, применяемых в размещённом у разработчика процессе выдачи. Сохранение возвращённых сведений о происхождении помогает объяснить источник материала; это отдельная задача от проверки успешности нужной визуальной правки.