10 月 2 日，德国一家 AI 团队发布公告，带来一款文生图模型，命名 FLUX 3 Image，可以输出最高 4K 分辨率的画面，即便把图放大，细节依然经得起看。
它的底座是 FLUX 3 基座，主打的卖点是高可控性与精细编辑。用户能在归一化的 0 到 1000 坐标网格里，给每个元素写上编号、描述以及精确的边界框，按“上边界、左边界、下边界、右边界”的顺序给出坐标，从而在画面中实现精准排布。
参考图能力也有加强。单次生成时最多能塞进 10 张参考图，还可以给每张图里的对象安排出现位置，方便把不同素材里的元素组合到同一构图里。
编辑功能上，它可以只对指定区域做修改，同时保持其余像素不变。官方称模型能在像素级别维持原图内容，因而支持精确的多轮编辑，反复调整也不容易把画面改花。
眼下这款模型以付费服务的形式由该公司提供，官方表示开放模型版本会在数周内放出。对依赖可控生成与局部重绘的创作者而言，这套坐标化的排布方式降低了反复“抽卡”的随机性，也让版式类创作更接近可预期的工作流。
从创作角度看，把元素位置用坐标显式指定，能减少反复试错带来的随机性，让海报、版式一类追求可控的需求更接近可预期的工作流。
开放模型版本若能如期放出，意味着社区可以在此基础上做微调与本地部署，对依赖可控生成的团队颇具吸引力。
把布局与元素位置显式参数化，也让模型更容易被接进自动化流程：设计稿、营销图乃至产品原型，都能用一套坐标规则批量生成，减少人工反复调版。
从竞争角度看，文生图模型正从“画得好”转向“控得住”，可控性正在成为衡量这类工具能否投入生产的关键指标。
能否真正被生产环节接纳，还要看生成结果的一致性、二次编辑的便利度，以及成本是否低到可以规模化，这些都比单张成图的观感更重要。
文章与图片内容转载网络，如有侵权请联系平台删除
发表评论 取消回复