Black Forest Labs: FLUX.2 Flex

FLUX.2 [flex] är Black Forest Labs utgåva för bildgenerering och redigering med specialisering på typografi, textrendering och bevarande av små detaljer. Den använder skrivna sceninstruktioner och bildreferenser för att producera en bild. Dess utmärkande kontroll är justerbar sampling: den dokumenterade profilen exponerar både inferenssteg och guidance, så att en visuell instruktion kan förfinas genom inställningar och ord.

Bokstäver och fina detaljer

En typografiuppgift bör börja med den faktiska texten. Citera varje rad, ange var den hör hemma och skilj mellan rubrik, stödtext och etikett. Beskriv bokstavsstil, skala och färg i relation till scenen. En egen affischinstruktion kan visa en koboltblå cykel i en ljus studio, med en stor titel ovanför ramen och en mindre specifikationsrad under den. Bilden måste göra både produkten och läsordningen tydliga.

För en detaljerad produktbild identifierar du delarna som avgör om resultatet är användbart: en urtavla, kontrolletikett, söm, materialkant eller förpackningsmärkning. Skicka in en läsbar referens och förklara vilken egenskap den fastställer. En scen som liknar originalet i stort kan ändå ändra ett avgörande tecken eller en komponent, så jämför den genererade detaljen i avsedd visningsstorlek. Modellens specialisering är ett skäl att ge exakta krav, inte en garanti för att korrekturläsning eller visuell granskning blir överflödig.

Steg och guidance har olika syften

Tillverkarens specifika profil accepterar ett till femtio inferenssteg, med femtio som standard. Beskrivningen kopplar fler steg till större detaljrikedom och realism. Guidance går från 1,5 till 10, med standardvärdet 5. Högre guidance stärker följsamheten mot prompten men kan minska realismen. En bild med exakta designinstruktioner och en som eftersträvar naturligt fotografiskt utseende kan därför kräva olika val inom profilen.

Håll ordalydelse, referenser och utdataform konstanta när du jämför en inställningsändring. Titta på egenskapen som motiverade ändringen: bokstavsformer, objektplacering eller materialtextur. Ändra en inställning av ett specifikt visuellt skäl i stället för att automatiskt behandla ett stort tal som bättre. Detta är tillverkarens samplingskontroller; den destillerade fyrstegsprofilen [klein] och standardkontrollerna i [pro] eller [max] är andra modellval.

Promptutökning är aktiverad som standard i specifikationen för [flex] och kan inaktiveras genom dess egen kontroll prompt_upsampling. Detta låter en detaljerad instruktion förbli den inskickade texten när det är lämpligt. Tillverkarens gemensamma guide rekommenderar att huvudmotivet och viktig handling placeras före sekundär dekoration och beskriver JSON-strukturerade prompter jämte instruktioner på naturligt språk. Använd strukturen som gör de nödvändiga relationerna lättast att ange.

Referensstyrda revideringar

Den specifika förfrågningsprofilen innehåller åtta referensbildspositioner. Tillverkarens interaktiva arbetsflöde tillåter separat upp till tio bilder; antalen beskriver olika gränssnitt. Definiera om en bild ger scenen att redigera, en produkt, en karaktär, kläder eller en stil. För en revidering identifierar du föremålet och ändringen och anger sedan omgivande komposition, material eller ljus som ska bevaras.

En egen förpackningsuppgift kan använda kartongen från första bilden och ytfinishen från en andra, ersätta frontetiketten med godkänd ordalydelse och bevara kartongens proportioner. En gruppkomposition kan ge varje motiv en egen referens och hålla dessa kopplingar konsekventa. Familjens exempel omfattar objekt- och bakgrundsändringar, kompositioner, textredigeringar och stilomvandlingar. Begär en sammanhängande revidering med tydligt mål och jämför sedan både det redigerade området och delarna som skulle förbli stabila.

Storlek, färg och den returnerade bilden

FLUX.2-guiden dokumenterar minst 64×64 pixlar, dimensioner i multiplar av 16 och utdata på upp till 4 megapixlar, med upp till 2 megapixlar rekommenderat för vanlig användning. Den specifika [flex]-specifikationen listar JPEG, PNG och WebP som utdata med JPEG som standard. Den erbjuder även ett valfritt slumpseed. Behåll faktisk modell, seed och samplingsinställningar med källreferenserna när versioner jämförs; ett familjenamn ensamt identifierar inte hela genereringskonfigurationen.

För färgkänsligt arbete kopplar du varje hexkod till ett namngivet föremål eller textelement. För komposition anger du avsett bildförhållande genom bilddimensionerna och lämnar tillräckligt utrymme för läsbara bokstäver. Den gemensamma guiden saknar en mekanism för negativa prompter, så beskriv önskat utseende positivt: skarpt fokus, ren bakgrund eller ett tydligt tomt område för text. Dess flerspråkiga exempel stöder en kulturellt specifik instruktion på lämpligt språk utan att fastställa en garanti för ett visst antal språk.

Tillverkarens FLUX.2-flöde returnerar en bild efter bearbetning och använder tillfälliga signerade länkar med tio minuter för hämtning. Bevara själva bilden och instruktionen tillsammans. Kontrollera typografi, fina detaljer, referensidentitet och visuell behandling innan materialet placeras i en layout. Slutleveransen kan vara en vald affisch, produktbild eller redigerad komposition vars exakta inställningar sparas inför nästa revidering.