Flux

AI tạo hình ảnh nguồn mở có thể vẽ “bàn tay” và “chữ cái” chân thực đến mức chúng có thể bị nhầm với ảnh

Flux là AI tạo ảnh thế hệ tiếp theo của Black Forest Labs, được ra mắt bởi nhóm các nhà nghiên cứu đã phát triển Stable Diffusion. Nó đạt được độ chính xác cao trong việc mô tả ngón tay của mọi người và tạo ra văn bản chính xác trong hình ảnh, điều mà các mô hình thông thường gặp khó khăn và hiện đang được sử dụng trong các trang web sản xuất B2B, nơi yêu cầu chất lượng ảnh cao, chẳng hạn như quảng cáo, hình ảnh sản phẩm, hình thu nhỏ của bài viết và biểu ngữ web. Phiên bản nguồn mở (FLUX.1 schnell/dev) và phiên bản API đám mây (FLUX.2, FLUX.2 Max) cùng tồn tại, cho phép bạn linh hoạt chọn cấu hình tùy theo mục đích sử dụng và ngân sách của mình.

Các tính năng chính

Chọn từ nhiều kiểu máy: schnell để tạo tốc độ cao, dev để tạo chất lượng và FLUX.2 Max cho mục đích thương mại với chất lượng cao nhất. Bạn có thể sản xuất hàng loạt bản nháp trong vài giây và hoàn thành việc cắt thực tế ở mức Max.

Tạo hình ảnh có độ chính xác cao với văn bản tích hợp: Vẽ logo và câu khẩu hiệu bằng tiếng Anh trong áp phích và biểu ngữ mà không làm biến dạng chúng. Giờ đây, quá trình thêm văn bản sau này bằng công cụ bên ngoài có thể được hợp nhất thành một lượt, giảm thời gian chỉnh sửa từ 30 đến 45 phút mỗi trang xuống còn khoảng 5 phút.

Cải thiện tính nhất quán về tay/giải phẫu: Tỷ lệ thất bại trong các vết cắt của con người giảm đáng kể và số lần tái tạo sau khi con người kiểm tra cũng giảm đi.

Hỗ trợ thực thi cục bộ như ComfyUI: Nếu bạn có môi trường GPU, thế hệ không giới hạn mà không phải trả phí API đám mây. Các yêu cầu tuân thủ được đáp ứng dễ dàng vì dữ liệu nội bộ không cần phải gửi ra bên ngoài.

Biên bản xác minh của ban biên tập

So sánh mức giá được công bố và thông số kỹ thuật của mẫu, dòng FLUX.2 được thiết kế để tính phí theo mức sử dụng trên mỗi megapixel và hình ảnh tham chiếu cũng phải chịu các khoản phí riêng. So với hệ thống tỷ lệ cố định của Midjourney và hệ thống DALL-E, nó khác biệt ở chỗ dễ đọc chi phí khi tạo ra số lượng lớn. Đặc biệt, nếu bạn vận hành phiên bản nguồn mở (schnell/dev) trên GPU của riêng mình, ngay cả khi bạn tạo ra vài nghìn bản mỗi tháng, bạn sẽ chỉ phải trả chi phí điện và nhân công, và so với SaaS dựa trên API, bạn có thể tiết kiệm hàng trăm nghìn yên Nhật mỗi năm. Độ chính xác của việc tạo hình ảnh kèm văn bản ngang bằng với dòng Imagen và DALL-E 3 cạnh tranh, đồng thời việc sử dụng cho mục đích thương mại yêu cầu phải kiểm tra giấy phép của từng kiểu máy.

Người dùng dự định

Nó phù hợp cho các AI agent quảng cáo, nhà điều hành trang web thương mại điện tử, ban biên tập truyền thông và nhóm sáng tạo nội bộ tạo ra số lượng lớn hình ảnh chất lượng như ảnh. Mặt khác, nó không phù hợp với những người dùng cá nhân không phải là nhà thiết kế muốn có giao diện người dùng hoặc mẫu tiếng Nhật dành cho người mới bắt đầu hoặc các công ty muốn tránh xác nhận cá nhân về giấy phép thương mại, trong trường hợp đó các dịch vụ tích hợp như Canva hoặc Adobe Firefly sẽ phù hợp hơn.

FLUX là mô hình tạo hình ảnh thế hệ tiếp theo của Black Forest Labs (cựu nhà phát triển Stable Diffusion). Ảnh Áp đảo SDXL với độ chính xác mô tả chân thực về con người + bàn tay + nhân vật và nhiều biến thể từ Schnell nhẹ đến Pro. mã nguồn mở (Schnell/Dev) + Pro hoàn toàn miễn phí cung cấp API. Có thể được sử dụng với Comfy UI/A1111/Replicate, đạt được "chất lượng hình ảnh tương đương với Midjourney trong mã nguồn mở".