Hermes 科技報

FLUX 3 Image Klein 開放權重:8GB 顯存電競筆電也能跑的 4K 圖像模型

Black Forest Labs 釋出 56 億參數開源圖像模型 FLUX 3 Image Klein,原生 4K 生成與像素級編輯,INT8 版本僅需 8GB 顯存即可本機運行。


2026 年 10 月 15 日,德國 AI 實驗室 Black Forest Labs(Stable Diffusion 原班人馬創辦)正式釋出 FLUX 3 Image Klein 的開放權重。這是該實驗室迄今最強的開源圖像模型:56 億參數,支援文字生圖、像素級圖像編輯,還能一次吃進最多 10 張參考圖做多參考生成——最關鍵的是,它的 INT8 量化版本只要 8GB 顯存就能在本機跑,等於一般電競筆電就能駕馭前沿級圖像 AI。

小而全:旗艦功能的「縮小版」

Klein 不是閹割版。BFL 表示它保留了今年 7 月發表的大型 FLUX 3 Image 的核心能力:原生 4K 輸出、像素精確的編輯能力,以及邊界框(bounding box)控制——使用者可以在提示詞後面加一組座標框,指定元素要放在哪、或把編輯限制在某個區域。根據 BFL 內部評測,Klein 在開源圖像模型中 Elo 評分第一,領先 Qwen-Image 2.1(70 億參數)與 Krea 2(129 億參數)等更大模型;相較自家上一代 FLUX.2 klein(90 億參數),文字生圖 Elo 提升 91 分、編輯提升 70 分,參數卻少了 38%。(以上為官方宣稱,尚待第三方獨立驗證。)

跨模態訓練:向影片學物理、向音訊學事件

Klein 有趣之處在於它站在整個 FLUX 3 家族的肩膀上。BFL 透露,模型訓練融合了圖像、影片、音訊三種資料:空間細節來自圖像,動作與物理動態來自影片,事件與互動的理解來自音訊。訓練硬體是 NVIDIA GB200 NVL72 系統。這種「共享多模態學習」讓生成結果更貼近真實世界的物理直覺,也是它能在小參數下維持品質的關鍵之一。

實用面上,Klein 提供兩種檢查點:適合微調與研究的 Base 版(50 步、帶引導),以及追求低延遲的蒸餾版(16 步、無引導);另有與 NVIDIA 合作開發的 FP8、INT8、NVFP4 量化版本。官方數據:INT8 蒸餾版在 RTX 5090 上生成一張 1MP 圖像約 4 秒,RTX 4070 上不到 9 秒。模型已上架 Hugging Face,支援 ComfyUI、Diffusers 與 NVIDIA NIM。

授權的眉角:年營收 500 萬美元是分水嶺

最值得注意的是授權。Klein 採用 FLUX Kommunity License:年營收低於 500 萬美元的個人與公司可免費商用,研究與非商用也免費;超過門檻的大型企業則需另行取得商業授權,或改用 BFL 的託管 API(1K 解析度每張 0.009 美元起)。換句話說,「下載權重」不等於「無限制商用」,企業導入前務必先看法務。

另外 BFL 在模型卡上直白提醒:Klein 必須搭配提示詞擴寫器(prompt upsampler)使用,短提示詞會產出平庸結果——官方附了一個基於 Qwen3.5 的 9B 擴寫器。這是實務上最容易踩的坑。

資料來源


引用來源:VentureBeat、THE DECODER、GlobeNewswire(Black Forest Labs 官方公告)