Black Forest Labs 的 FLUX.3 Image Klein 于 10 月 15 日获得 Diffusers 首日支持。一个模型同时处理文生图、多参考图编辑和布局控制,开发者可以在提示词中为对象指定区域,让主体出现在预定位置,也可以描述参考图中哪些部分需要移动。官方提供快速推理的蒸馏版本和用于微调的基础版本。
布局控制使用结构化区域描述:新图可以为每个区域设置标识、边界框和内容说明;编辑参考图时,则通过来源区域和目标区域指定对象的移动关系。多张参考图也能同时输入,并在提示词中分别引用。这样,创作者可以把对象来源与画面位置一并交给模型,减少只靠自然语言描述构图的模糊空间。
蒸馏版默认运行 16 步,基础版默认运行 50 步并使用分类器自由引导。Hugging Face 在单张 H100 80GB、无卸载的测试中,生成一张 1024×1024 图片平均耗时 1.93 秒,加入一张同尺寸参考图则为 3.87 秒。配套还提供 FP8、NVFP4 权重和两类 LoRA 训练脚本,量化加速需要相应硬件支持。