Black Forest Labs lansira otvoreni izvor Flux.2 [klein] za generiranje AI slika u manje od jedne sekunde

Njemački AI startup Black Forest Labs (BFL), koji su osnovali bivši Stability AI inženjeri, nastavlja s izgradnjom svog paketa AI generatora slika otvorenog koda izdavanjem TOK.2 [klein]novi par malih modela — jedan otvoreni i jedan nekomercijalni — koji naglašavaju brzinu i manje računalne zahtjeve, s modelima koji generiraju slike za manje od jedne sekunde na Nvidia GB200.

The [klein] serija, objavljena jučer, uključuje dva primarna parametra: 4 milijarde (4B) i 9 milijardi (9B).

Težina modela dostupna je na Lice koje grli i kod na Github.

Dok su veći modeli u obitelji FLUX.2 ([max] i [pro]), objavljen u studenom 2025., pomiču granice fotorealizma i "pretraživanje uzemljenja" sposobnosti, [klein] dizajniran je posebno za potrošački hardver i tijekove rada kritične za kašnjenje.

Odlična vijest za poduzeća je da je verzija 4B dostupna pod licencom Apache 2.0, što znači da oni – ili bilo koja organizacija ili programer – mogu koristiti [klein] modele za svoje komercijalne svrhe bez plaćanja BFL-a ili bilo kojeg posrednika ni novčića.

Međutim, brojne AI platforme za stvaranje slika i medija uključujući Fal.ai počeli su ga nuditi po iznimno niskim cijenama putem svojih programskih sučelja (API-ja) i kao alat izravno korisniku. Rani korisnici već su ga pohvalili zbog svoje brzine. Ono što mu nedostaje u sveukupnoj kvaliteti slike, čini se da nadoknađuje svojom sposobnošću brzog generiranja, otvorenom licencom, pristupačnošću i malom površinom — što pogoduje tvrtkama koje žele pokretati slikovne modele na vlastitom hardveru ili po iznimno niskoj cijeni.

Dakle, kako je BFL to učinio i kako vam to može koristiti? Čitajte dalje kako biste saznali više.

The "Paretova granica" latencije

Tehnička filozofija iza [klein] je ono što BFL dokumentacija opisuje kao definiranje "Paretova granica" za kvalitetu u odnosu na kašnjenje. Jednostavnim rječnikom rečeno, pokušali su ugurati maksimalnu moguću vizualnu vjernost u model dovoljno malen da radi na kućnom računalu za igranje bez primjetnog kašnjenja.

Mjerne vrijednosti performansi koje je objavila tvrtka daju sliku modela izgrađenog za interaktivnost, a ne samo za grupno generiranje.

Prema službenim podacima Black Forest Labsa, [klein] modeli su sposobni generirati ili uređivati ​​slike za manje od 0,5 sekundi na modernom hardveru.

Čak i na standardnim potrošačkim GPU-ovima kao što su RTX 3090 ili 4070, model 4B dizajniran je tako da udobno stane unutar otprilike 13 GB VRAM-a.

Ova brzina se postiže putem "destilacija," proces gdje veći, složeniji model "podučava" manji, učinkovitiji za aproksimaciju svojih rezultata u manje koraka. Destilirana [klein] varijante zahtijevaju samo četiri koraka za generiranje slike. Ovo učinkovito pretvara proces generiranja iz zadatka pauze za kavu u gotovo trenutni, omogućujući ono što BFL opisuje na X (bivši Twitter) kao "razvijanje ideja od 0 → 1" u stvarnom vremenu.

Ispod haube: Unificirana arhitektura

Povijesno gledano, generiranje i uređivanje slika često je zahtijevalo različite cjevovode ili složene adaptere (poput ControlNets). TOK.2 [klein] pokušava ujediniti ove.

Arhitektura izvorno podržava pretvaranje teksta u sliku, uređivanje s jednom referencom i kompoziciju s više referenci bez potrebe za zamjenom modela.

Prema dokumentaciji objavljenoj na GitHubu, modeli podržavaju:

• Uređivanje više referenci: Korisnici mogu učitati do četiri referentne slike (ili deset na igralištu) kako bi odredili stil ili strukturu ispisa.

• Kontrola boje heksadecimalnog koda: Česta bolna točka za dizajnere postaje "baš ta nijansa crvene." Novi modeli prihvaćaju specifične heksadecimalne kodove u uputama (npr. #800020) za forsiranje preciznog prikaza boja.

• Strukturirano savjetovanje: Model raščlanjuje strukturirane ulaze slične JSON-u za rigorozno definirane sastave, značajku koja je jasno usmjerena na programsko generiranje i cjevovode poduzeća.

Podjela licenciranja: Open Weights vs. Open Source

Za startupe i programere koji grade na vrhu BFL-ove tehnologije, razumijevanje licencnog krajolika ovog izdanja je ključno. BFL je usvojio strategiju razdvajanja koja razdvaja "hobist/istraživanje" koristiti od "komercijalna infrastruktura."

1. TOK.2 [klein] 4B: Izdano pod Apacheom 2.0. Ovo je dopuštena licenca besplatnog softvera koja dopušta komercijalnu upotrebu, modificiranje i redistribuciju. Ako gradite plaćenu aplikaciju, SaaS platformu ili igru ​​koja integrira generiranje umjetne inteligencije, možete koristiti model 4B bez naknade.

2. TOK.2 [klein] 9B & [dev]: Izdano pod nekomercijalnom licencom FLUX. Ovi utezi otvoreni su za preuzimanje i eksperimentiranje istraživača i hobista, ali se ne mogu koristiti za komercijalne primjene bez posebnog ugovora.

Ova razlika pozicionira model 4B kao izravnu konkurenciju drugim modelima s otvorenim utezima kao što su Stable Diffusion 3 Medium ili SDXL, ali s modernijom arhitekturom i popustljivom licencom koja uklanja pravne dvosmislenosti za startupe.

Integracija ekosustava: ComfyUI i šire

BFL je jasno svjestan da je model dobar onoliko koliko su dobri alati koji ga pokreću. Usporedno s padom modela, tim je objavio službene predloške tijeka rada za ComfyUIsučelje temeljeno na čvorovima koje je postalo standardno integrirano razvojno okruženje (IDE) za AI umjetnike.

Točnije tijek rada image_flux2_klein_text_to_image.json i varijante uređivanja—omogućuju korisnicima da odmah povuku i ispuste nove mogućnosti u postojeće cjevovode.

Reakcija zajednice na društvenim medijima usredotočena je na ovu integraciju tijeka rada i brzinu. U objavi na X, službeni račun Black Forest Labsa istaknuo je sposobnost modela da "brzo istražiti određenu estetiku," prikazujući videozapis u kojem se stil slike trenutačno mijenja dok korisnik prelazi kroz opcije.

Zašto je to važno za donositelje odluka u području umjetne inteligencije

Izdanje FLUX-a.2 [klein] signalizira sazrijevanje na tržištu generativne umjetne inteligencije, prelazeći početnu fazu novosti u razdoblje definirano korisnošću, integracijom i brzinom.

Za vodeće inženjere umjetne inteligencije koji neprestano žongliraju između potrebe za balansiranjem brzine i kvalitete, ova je promjena ključna. Ovi profesionalci, koji upravljaju cijelim životnim ciklusom modela od pripreme podataka do implementacije, često se suočavaju sa svakodnevnim izazovom integracije alata koji se brzo razvijaju u postojeće tijekove rada.

Dostupnost destiliranog 4B modela pod licencom Apache 2.0 nudi praktično rješenje za one koji su usredotočeni na brzu implementaciju i fino podešavanje za postizanje specifičnih poslovnih ciljeva, dopuštajući im da zaobiđu uska grla latencije koja obično muče generiranje slike visoke vjernosti.

Za starije inženjere umjetne inteligencije usredotočene na orkestraciju i automatizaciju, implikacije su jednako značajne. Ovi su stručnjaci odgovorni za izgradnju skalabilnih AI cjevovoda i održavanje integriteta modela u različitim okruženjima, često dok rade pod strogim proračunskim ograničenjima.

Lagana priroda [klein] obitelj izravno se bavi izazovom implementacije učinkovitih sustava s ograničenim resursima. Upotrebom modela koji se uklapa u VRAM potrošačke razine, stručnjaci za orkestraciju mogu projektirati isplative, lokalne inferencijske cjevovode koji izbjegavaju velike operativne troškove povezane s masivnim vlasničkim modelima.

Čak i za direktora IT sigurnosti, prelazak na sposobne, lokalno pokretane otvorene modele nudi jasnu prednost. Uz zadatak zaštite organizacije od kibernetičkih prijetnji i upravljanja sigurnosnim operacijama s ograničenim resursima, oslanjanje na vanjske API-je za osjetljive kreativne tijekove rada može biti ranjivost.

Visokokvalitetni model koji se izvodi lokalno omogućuje čelnicima sigurnosti da sankcioniraju alate umjetne inteligencije koji čuvaju vlasničke podatke unutar korporativnog vatrozida, uravnotežujući operativne zahtjeve poslovanja s robusnim sigurnosnim mjerama koje se moraju pridržavati.

Web izvor