Black Forest Labs a publié FLUX 3 Image Klein, un modèle d'image à poids ouverts qui offre, selon le laboratoire, « la qualité d'un grand modèle de pointe » tout en restant personnalisable et rapide. Avec 5,6 Md de paramètres, il tourne sur un seul GPU grand public, et prend en charge la sortie 4K native, les boîtes englobantes et la retouche au pixel près, d'après l'annonce de BFL.
Extrait de l'annonce de Black Forest Labs.
Ce qu'il apporte
Les trois fonctionnalités phares reprennent ce que FLUX 3 Image avait introduit le 1er octobre, et Klein les apporte dans un modèle à poids ouverts assez petit pour du matériel local, selon l'annonce de BFL.
- Retouche au pixel près. FLUX 3 Image était présenté comme capable de retouches multi-tours qui ne changent que ce qui a été demandé et laissent chaque autre pixel intact. L'annonce de Klein porte la même promesse.
- Boîtes englobantes. FLUX 3 Image permet de placer chaque objet et chaque bloc de texte avec une boîte étiquetée, au lieu d'espérer qu'un prompt les place au bon endroit. Le visuel de Klein montre la même grille de boîtes englobantes.
- 4K native. FLUX 3 Image génère jusqu'en 4K, et Klein annonce lui aussi la 4K native.
Le collage de l'annonce étiquette en outre les points forts du modèle : image, fidèle à la réalité, texte, style et détail.
La taille est l'autre moitié de la nouvelle. Un modèle de 5,6 Md qui tient sur un seul GPU grand public peut être affiné et exécuté en local par des particuliers et de petites équipes, ce que laisse entendre « personnalisable et rapide ».
Contexte
Lors du lancement de FLUX 3 Image, BFL proposait des Commercial Weights aux entreprises qui génèrent à grande échelle et promettait une version Open Weights dans les prochaines semaines. Klein arrive deux semaines plus tard comme version à poids ouverts. La famille FLUX 3 au sens large, qui couvre l'image, la vidéo et l'action robotique, a été présentée dans l'article de juillet sur FLUX 3.
C'est le deuxième modèle d'image ouvert du mois. L'équipe Qwen d'Alibaba a publié le 9 octobre Qwen-Image-2.1-Turbo, un modèle de 7 Md à poids ouverts qui génère des images 2K en 8 étapes de débruitage. Le tableau Elo d'images de Datapoint plaçait en août les sept meilleurs modèles d'image tous parmi les modèles fermés.