爆火全网FLUX.2重磅上线，开源版Nano Banana来了！

新智元报道

编辑：元宇

【新智元导读】Black Forest Labs的开源视觉模子FLUX.2上新，这是一款专为现实创意事情流程打造，绝非演示噱头的生产力工具，与前代FLUX.1相比，实现了从「会画」到「懂你要画什么」的跃升。

设计师要解放了！

刚刚，专为真实设计流程打造的视觉AI模式重磅宣布。

假设你是一名设计师，正准备做一份产品海报。

按以往流程，你要先找图、修图、调光、排版、对齐Logo、试十几版字体……

等这些都做完了，也许客户或老板早已等得不耐心了，也许后面尚有无限的改稿等着你。

「不是我没创意，而是时间不敷！」

灵光乍现很简朴，乍现的灵光落实到执行层大都是耗时艰辛的苦活累活。

若是有一天你只需要告诉电脑，你想出一份什么样的产品海报，这些苦活累活都有人帮你干了，这是一种什么感受？

克日，Black Forest Labs推出的一款FLUX.2的视觉模子，让这这件事成为可能。

FLUX.2是一款专为现实创意事情流程打造，绝非演示噱头的生产力工具。

更主要的一点，它是开源的。

更低的价钱，纳米香蕉版的品质，妥妥的设计师福利。

不炫技，让前沿视觉AI人人可用

FLUX.2 专为真实天下的创意事情流程打造，而不是只做演示或炫技。

它能够天生高质量图像，并在多个参考图像之间坚持角色和气概的一致性；能明确结构化提醒词；能阅读与天生重大文本；能稳固处置惩罚光照、结构与Logo……

别的，它还能在最高4兆像素下举行图像编辑，同时坚持细节与整体一致性。

这些媲美顶级视觉模子的能力，现在已经所有开源，这与Black Forest Labs的开放焦点理念有关：

「我们相信，视觉智能应该由全球的研究者、创作者和开发者配合塑造，而不是集中在少数人手中。」

因此，自2024年建设之日起，他们一直致力于将前沿能力与开放研究连系，宣布强盛、透明且易组合的开放权重模子，同时为需要规模化、可靠性与自界说的团队提供稳健、可直接投入生产的效劳接口。

它们将 FLUX.1 [dev]（全球最受接待的开放图像模子）与专业级模子 FLUX.1 Kontext [pro] 连系，后者已被Adobe、Meta等团队使用。

Black Forest Labs通过开放焦点战略增进实验、降低本钱、勉励审查，并确保能一连地把来开松手艺带给更多的人。

FLUX.2

从能画工具，到「懂你要画什么」

FLUX.1作为创意工具已经很强了，能追随提醒词作创意。

FLUX.2的升级，像从「会画画的人」跃迁到「会视察、会剖析、会推理的视觉大脑」。

这意味着前沿视觉AI能力正在改变生产流程和本钱结构，成为未来创意基础设施中不可替换的组成部分。

所有FLUX.2变体均在一个模子中提供基于文本和多个参考图像的图像编辑功效。

为什么FLUX.2能够懂你要画什么，并且凭证你的意思画出来，由于它一次把下列能力组合在了一起：

多参考支持：一次最多读10张参考图像，可以实现现在最佳的角色 / 产品 / 气概一致性。

图像细节与拟真度提升：更高细节、更锐利的纹理、更稳固的光照，适用于产品拍摄、可视化与类摄影应用。

更强文本渲染：重大排版、信息图、心情包、UI设计稿中的小字现在可以稳固天生。

听得懂重大指令：更强的提醒词遵照能力，对重大、结构化、多部分提醒词与组合约束的执行更稳固。

明确空间与光线：更强天下知识明确，对真实天下、光照逻辑与空间结构的明确更扎实，使天生场景更自然、更切合预期。

高区分编辑：更高区分率与更无邪的比例，支持最高4兆像素的图像编辑。

输出多样性：FLUX.2能够天生高度细腻的逼真图像以及包括重大排版的信息图，区分率最高可达400万像素（4MP）。

开箱即用

FLUX.2模子家族

性价比是FLUX.2模子系列的强项，在各性能层级中以极具竞争力的价钱提供业界领先的图像天生质量。

FLUX.2模子家族从完全托管、可直接生产的API，一直到开发者可外地运行的开放权重模子一应俱全。

下面是FLUX.2 [pro]、FLUX.2 [flex]、FLUX.2 [dev] 与 FLUX.2 [klein] 的定位与适用场景：

FLUX.2 [pro]：图像质量抵达顶级关闭模子水平，提醒词遵照与画面保真度体现一流，同时天生更快、本钱更低，实现速率与质量的双赢�？稍贐FL Playground、BFL API及相助同伴平台使用。

FLUX.2 [flex]：允许调解步数、指导规模等参数，闪开发者在质量、提醒词执行力与速率之间自界说平衡。尤其善于渲染文本与细腻细节�？稍赽fl.ai/play、 BFL API及相助同伴平台使用。

FLUX.2 [dev]：32B 开放权重模子，由 FLUX.2 基础模子衍生，是现在最强的开放权重图像天生与编辑模子。它将文本天生图像与多图像编辑集成在一个 checkpoint 中。权重已在Hugging Face宣布，可使用官方推理代码外地运行。在消耗级 GPU（如 GeForce RTX）上，可使用 NVIDIA 与 ComfyUI 相助优化的 fp8 推理版本。你也可以通过 FAL, Replicate, Runware, Verda, TogetherAI, Cloudflare, DeepInfra的API使用 FLUX.2 [dev]。

FLUX.2 [klein]（即将上线）：开源、Apache 2.0模子，由FLUX.2基础模子尺寸蒸馏而来，比同类从零训练的模子更强、更适合开发者，并保存大宗西席模子的能力�？梢约尤氩馐酝�。

FLUX.2 - VAE：全新的变分自编码器，在可学习性、质量与压缩率之间实现最佳平衡，是所有FLUX.2 flow主干的基础。手艺报告已宣布，模子在HF上以Apache 2.0允许提供。

使用可变步数天生设计：FLUX.2 [flex] 的「步数」参数允许在排版精度与延迟之间自由权衡。从左到右：6步、20步、50步。

通过可变步数控制图像细节：FLUX.2 [flex] 提供了一个「步数」参数，用于在图像细节和延迟之间举行权衡。从左至右划分为：6 步、20 步、50 步。

FLUX.2 系列以极具竞争力的价钱提供顶级图像天生质量，跨差别性能层级都具备最强性价比。

关于开放权重模子，FLUX.2 [dev] 设立了新的业界标准，在文本天生图像、单参考编辑、多参考编辑等方面均达领先水平，并稳固逾越所有其他开放权重替换品。

事情原理

FLUX.2基于潜空间的流匹配架构构建，并将图像天生与编辑整合在统一个模子中。

该模子将24B参数的Mistral-3视觉语言模子与rectified flow Transformer 连系。

https://docs.mistral.ai/models/mistral-small-3-2-25-06

VLM提供现实天下知识与语境明确，而Transformer捕获空间结构、材质特征与构图逻辑，这些是早期架构难以泛起的。

研究职员从零重新训练了模子的潜空间，使其在可学习性与图像质量之间取得更优平衡。