مدلهای FLUX توسط شرکت Black Forest Labs توسعه داده شدهاند؛ تیمی از محققانی که قبلاً روی Stable Diffusion کار میکردند. این مدلها در مدت کوتاهی توانستند جایگاه ویژهای در تولید تصاویر و ویدئو پیدا کنند. در ادامه با جدیدترین نسخهها آشنا میشویم.
FLUX.2؛ نسل دوم تولید تصویر با دقت بالا
FLUX.2 در نوامبر ۲۰۲۵ منتشر شد و نسبت به نسخه اول پیشرفت چشمگیری دارد. برخی از ویژگیهای کلیدی آن عبارتند از:
· پردازش پرامپتهای طولانی تا ۳۲ هزار توکن برای توصیف دقیق صحنهها
· پشتیبانی از چند تصویر مرجع (تا ۱۰ تصویر) برای ویرایش و انتقال سبک
· کنترل دقیق رنگ با کدهای HEX (مثلاً «یک کیف به رنگ #FF5733»)
· خروجی با کیفیت بالا تا رزولوشن ۴۰۹۶×۴۰۹۶ پیکسل
نسخههای مختلف FLUX.2 شامل Dev (وزنباز برای توسعه)، Pro (مناسب تولید انبوه)، Flex (کنترل خلاقانه حداکثری) و Max (بالاترین کیفیت) هستند.
FLUX.3؛ تازهترین دستاورد با قابلیت ویدئوسازی
جولای ۲۰۲۶، شرکت Black Forest Labs از FLUX.3 رونمایی کرد. این مدل دیگر فقط تصویر تولید نمیکند:
· تولید ویدئوهای ۲۰ ثانیهای همراه با صدای هماهنگ
· آموزش همزمان روی تصویر، ویدئو و صدا در یک معماری واحد
· کاربرد در رباتیک با نسخه FLUX-mimic (همکاری با شرکت mimic robotics و آزمایش در شرکت Audi)
در آزمایشهای اولیه، FLUX.3 در مقایسه با Runway Gen-4.5 در ۷۷٪ موارد و در برابر Luma Ray 3.2 در ۹۳٪ موارد ترجیح داده شده است.
نکته مهم: محدودیتها
با وجود پیشرفتها، مدل FLUX.2 در تولید آناتومی انسان (بهویژه دستها) با چالش مواجه است و کاربران از کیفیت پایینتر نسبت به نسخه اول در این زمینه گزارش دادهاند. همچنین نسخه FLUX.3 در حال حاضر فقط بهصورت Early Access در دسترس است و نسخه وزنباز آن اواخر ۲۰۲۶ منتشر میشود.
جمعبندی
FLUX با نسخههای ۲ و ۳، مرزهای تولید محتوای بصری را جابهجا کرده است. از تولید تصاویر با دقت رنگ بالا تا ساخت ویدئوهای ۲۰ ثانیهای با صدا، این مدلها ابزار قدرتمندی برای طراحان، تولیدکنندگان محتوا و حتی صنعت رباتیک محسوب میشوند. با این حال، توجه به محدودیتهای فعلی (مانند چالش در آناتومی انسان و دسترسی محدود به نسخه جدید) برای استفاده هوشمندانه ضروری است
دیدگاهتان را بنویسید