AI生图模型FLUX更新!记者上手实测FLUX.1 Kontext
AI生图模型FLUX更新!记者上手实测FLUX.1 Kontext
AI生图模型FLUX更新!记者上手实测FLUX.1 Kontext近日,国外(guówài)AI团队黑森林实验室(Black Forest Labs)宣布推出新一代 AI 图像生成与编辑模型FLUX.1 Kontext,这是继(jì)去年 8 月首次发布Flux模型后,该团队在多(duō)模态生成领域的又一里程碑。据(jù)官方介绍,与传统文本到图像模型不同,FLUX.1 Kontext 首次实现了文本与图像双输入的上下文生成与编辑,允许用户通过自然语言(zìrányǔyán)指令(zhǐlìng)直接修改现有图像的局部或全局元素,同时保持(bǎochí)角色一致性和视觉连贯性。
Flux.1 Kontext系列(xìliè)模型包括两个(liǎnggè)型号:Flux.1 Kontex [pro] 和 Flux.1 Kontex [max]。Flux.1 Kontex [pro] 允许用户(yònghù)生成图像并通过多次回合对其进行优化,保留字符和样式。Flux.1 Kontex [max] 强调速度、一致性(yízhìxìng)和对提示的(de)遵守(zūnshǒu)。不过,与(yǔ)以往的FLux模型不同,Flux.1 Kontex [pro] 和 Flux.1 Kontex [max] 无法(wúfǎ)下载离线使用(shǐyòng)。然而,Black Forest Labs 正在制作(zhìzuò)一个(yígè)开放的 Kontext 模型 Flux.1 Kontext [dev],可用于私人测试版,用于研究和安全测试。
FLUX.1 Kontext采用流匹配架构(jiàgòu)(Flow Matching),彻底打破了文本编码器(biānmǎqì)与扩散模型分离的(de)(de)传统设计。通过将文本提示与参考图像的潜在特征编码为统一序列,模型能够精准捕捉视觉概念与语义(yǔyì)指令的关联,实现 “所见即所改” 的交互式创作。
这种架构带来四大核心优势(yōushì):
1. 角色一致性:多轮编辑中保持人物(rénwù)身份特征,例如(lìrú)将角色从城市街道转移到雪山场景时,发型、服装等细节丝毫不差;
2. 局部编辑:支持像素级精准修改,如删除图像中的杂物、调整特定区域色彩(sècǎi),而不影响其他部分(bùfèn);
3. 风格参考(cānkǎo):基于参考图像的风格生成新场景(chǎngjǐng),例如将一张文艺复兴风格的油画转换为现代卡通风格,同时保留主体构图;
4. 交互速度:1024×1024 分辨率下生成时间仅(jǐn)需 3-5 秒,比主流竞品快(kuài)一个数量级,显著提升创意迭代效率。
5月(yuè)31日,记者在官方(guānfāng)试玩平台Flux Playground上进行了多场景测试:
文本编辑:上传一张含有手写字的照片,输入 “将文字改为Nanjing”,模型(móxíng)不仅准确修改文字内容,还(hái)自动调整排版(páibǎn)与背景光影,使新标题与画面融为一体。
风格迁移:提供一张梵高(fàngāo)的向日葵画作作为参考,输入 “用相同(xiāngtóng)笔触绘制一幅玫瑰画作”,生成的图像(túxiàng)既保留印象派的色彩层次,又精准还原玫瑰花的细节。
图片编辑:尝试 “将戴珍珠耳环的少女改成一个长发戴着(dàizhe)宝石耳环和项链”的创意,模型同时处理少女的发型、项链、耳环等(děng)元素,最终(zuìzhōng)输出的图像细节丰富。
值得注意的是,FLUX.1 Kontext 对中文提示词的理解能力也有不错表现。例如(lìrú)输入“青砖黛瓦的江南水乡,细雨中撑伞的旗袍(qípáo)女子”,模型生成的画面不仅准确还原了中式建筑的韵味,人物服饰(fúshì)的纹理和(hé)动态也极具真实感。
近日,国外(guówài)AI团队黑森林实验室(Black Forest Labs)宣布推出新一代 AI 图像生成与编辑模型FLUX.1 Kontext,这是继(jì)去年 8 月首次发布Flux模型后,该团队在多(duō)模态生成领域的又一里程碑。据(jù)官方介绍,与传统文本到图像模型不同,FLUX.1 Kontext 首次实现了文本与图像双输入的上下文生成与编辑,允许用户通过自然语言(zìrányǔyán)指令(zhǐlìng)直接修改现有图像的局部或全局元素,同时保持(bǎochí)角色一致性和视觉连贯性。
Flux.1 Kontext系列(xìliè)模型包括两个(liǎnggè)型号:Flux.1 Kontex [pro] 和 Flux.1 Kontex [max]。Flux.1 Kontex [pro] 允许用户(yònghù)生成图像并通过多次回合对其进行优化,保留字符和样式。Flux.1 Kontex [max] 强调速度、一致性(yízhìxìng)和对提示的(de)遵守(zūnshǒu)。不过,与(yǔ)以往的FLux模型不同,Flux.1 Kontex [pro] 和 Flux.1 Kontex [max] 无法(wúfǎ)下载离线使用(shǐyòng)。然而,Black Forest Labs 正在制作(zhìzuò)一个(yígè)开放的 Kontext 模型 Flux.1 Kontext [dev],可用于私人测试版,用于研究和安全测试。
FLUX.1 Kontext采用流匹配架构(jiàgòu)(Flow Matching),彻底打破了文本编码器(biānmǎqì)与扩散模型分离的(de)(de)传统设计。通过将文本提示与参考图像的潜在特征编码为统一序列,模型能够精准捕捉视觉概念与语义(yǔyì)指令的关联,实现 “所见即所改” 的交互式创作。
这种架构带来四大核心优势(yōushì):
1. 角色一致性:多轮编辑中保持人物(rénwù)身份特征,例如(lìrú)将角色从城市街道转移到雪山场景时,发型、服装等细节丝毫不差;
2. 局部编辑:支持像素级精准修改,如删除图像中的杂物、调整特定区域色彩(sècǎi),而不影响其他部分(bùfèn);
3. 风格参考(cānkǎo):基于参考图像的风格生成新场景(chǎngjǐng),例如将一张文艺复兴风格的油画转换为现代卡通风格,同时保留主体构图;
4. 交互速度:1024×1024 分辨率下生成时间仅(jǐn)需 3-5 秒,比主流竞品快(kuài)一个数量级,显著提升创意迭代效率。
5月(yuè)31日,记者在官方(guānfāng)试玩平台Flux Playground上进行了多场景测试:
文本编辑:上传一张含有手写字的照片,输入 “将文字改为Nanjing”,模型(móxíng)不仅准确修改文字内容,还(hái)自动调整排版(páibǎn)与背景光影,使新标题与画面融为一体。
风格迁移:提供一张梵高(fàngāo)的向日葵画作作为参考,输入 “用相同(xiāngtóng)笔触绘制一幅玫瑰画作”,生成的图像(túxiàng)既保留印象派的色彩层次,又精准还原玫瑰花的细节。
图片编辑:尝试 “将戴珍珠耳环的少女改成一个长发戴着(dàizhe)宝石耳环和项链”的创意,模型同时处理少女的发型、项链、耳环等(děng)元素,最终(zuìzhōng)输出的图像细节丰富。
值得注意的是,FLUX.1 Kontext 对中文提示词的理解能力也有不错表现。例如(lìrú)输入“青砖黛瓦的江南水乡,细雨中撑伞的旗袍(qípáo)女子”,模型生成的画面不仅准确还原了中式建筑的韵味,人物服饰(fúshì)的纹理和(hé)动态也极具真实感。







相关推荐
评论列表
暂无评论,快抢沙发吧~
你 发表评论:
欢迎