Flux 2

Flux 2 Dev是Black Forest Labs推出的用於圖像生成和編輯的開源權重320億參數整流流Transformer模型。其核心優勢在於提供前沿品質的開源權重用於生產級圖像生成，支持多參考編輯以保持角色風格和品牌一致性，擁有32K令牌的長上下文VLM以處理詳細提示和佈局，並且設計了適用於RTX邊緣和雲的量化變體。該模型結合了整流流Transformer、高分辨率VAE、長上下文VLM和自適應調度器，在質量和速度上表現出色。價格方面未提及，其定位是為團隊提供高質量圖像生成和編輯解決方案，助力快速交付高質量視覺效果。

需求人群：

["廣告創意團隊： Flux 2 Dev支持多參考編輯，能確保角色、品牌和風格的一致性，幫助團隊快速生成高質量的廣告素材，如英雄橫幅、產品渲染等。", "3D概念藝術家：其高分辨率輸出和長上下文VLM能力，可滿足藝術家對細節和精度的要求，用於創作3D概念藝術作品。", "快速原型開發者：高效推理和靈活部署的特點，使開發者能夠快速迭代原型，節省時間和成本。", "雲服務提供商：支持Cloudflare Workers AI等雲服務，可實現邊緣部署推理，為雲服務提供商提供高質量的圖像生成解決方案。", "圖像編輯愛好者：開源權重和豐富的功能，為圖像編輯愛好者提供了探索和實踐的平台，滿足他們的創意需求。"]

使用場景示例：

廣告創意：生成廣告所需的英雄橫幅、產品渲染圖等，確保品牌風格一致。

3D概念藝術：創作具有高分辨率和細節的3D概念藝術作品。

快速原型：在產品開發過程中快速生成原型圖像，進行驗證和迭代。

產品特色：

多參考編輯：允許混合多達10張參考圖像，確保在單個檢查點中角色、品牌和風格的一致性，有助於在不同場景下保持統一的視覺風格。

高分辨率輸出：能夠生成高達4MP（4K級別）的圖像，並且在文本渲染、照明、手部和麵部表現上有所改進，滿足高端圖像需求。

高效推理：採用整流流採樣和引導蒸餾技術，減少推理步驟和引導比例，實現更快的迭代，提高工作效率。

長上下文VLM：具備32K令牌的視覺語言編碼器，能夠遵循長提示、佈局和十六進制顏色指令，實現更細緻的圖像生成。

靈活部署：可通過Hugging Face、Cloudflare Workers AI、RTX FP8/FP4管道和ComfyUI模板運行，適應不同的部署環境。

生態系統支持：支持Diffusers集成、量化變體、控制提示和擴展API，方便與其他工具集成，拓展功能。

自適應調度：採用自定義整流流調度，草稿階段步驟更少，引導蒸餾將引導信息融入權重，自適應調整步驟以滿足不同需求。

局部編輯：通過提示嵌入和圖像掩碼實現局部編輯，結合多圖像輸入和控制提示，可進行深度、姿態、分割等局部調整。

使用教程：

1. 在Hugging Face上使用：導入必要的庫，如torch和diffusers；加載預訓練的Flux2Pipeline模型；設置設備、數據類型和倉庫ID；定義提示、推理步驟、引導比例等參數；生成圖像並保存。

2. 在Cloudflare Workers AI上部署：進行邊緣部署推理，利用其邊緣計算能力實現低延遲和全球覆蓋。

3. 優化性能：可通過量化（如4位變體）、權重流和引導蒸餾等方法優化性能，根據不同的GPU和需求選擇合適的優化策略。

4. 多圖像輸入：在需要保持角色風格和品牌一致性時，傳入2 - 10張參考圖像進行多參考編輯。

5. 局部編輯：使用提示嵌入和圖像掩碼進行局部編輯，結合控制提示（如深度、姿態、分割）實現更精細的調整。