2 октября 2026, 12:29

Дождались: вышел Flux 3 Image, и он обещает не трогать лишние пиксели

2 мин

Black Forest Labs выпустила Flux 3 Image, «картиночную» часть семейства Flux 3. Что внутри:

раскладка сцены через заданные участки (bounding boxes);
многошаговое редактирование объектов, которое не трогает остальное изображение;
до 10 референсов;
генерация до 4K.

FLUX 3 появился 23 июля 2026 года как первая нативно мультимодальная схема Black Forest Labs: изображение, видео, аудио и предсказание действий для роботов обучались в одной архитектуре.

Первым до публики дошло видео. В начале августа Flux 3 Video стал общедоступным через программный оболочку BFL и партнёров: клипы до 20 секунд в HD и Full HD с нативным звуком и диалогами с липсинком свыше на 14 языках.

Теперь пришла очередь картинок: 1 октября вышел Flux 3 Image. Он умеет text-to-image и image-to-image, хорошо рисует текст и фотореализм.

Что умеет Flux 3 Image

An aerial view of a waterfall cascading through a dense, verdant forest into a misty pool.

A flash-lit film photo of a figure with a sky blue hoodie pulled over their head, arms out, on a leafy forest path.

An exploded-view pencil drawing titled The Wooden Chair, with a warm wooden seat and labelled parts on cream paper.

A studio portrait of a woman in a cream tee printed Manager in red, with red and yellow cuffs, on cobalt blue.

Four prototype race cars kick up spray on a wet, curving track, headlights glowing in the blue dusk.

1. Лейаут сцены рамками

Главная идея: вы не просите нейросеть «как-нибудь расставить» объекты, а сами рисуете для каждого элемента прямоугольник и описываете, что в нём должно быть.

Рисовать боксы вручную необязательно. Есть режим для ИИ-агентов: LLM сама планирует раскладку по одной строке и соотношению сторон, а вы двигаете то, что не понравилось.

2. Редактирование

Каждый бокс можно переописать, заменить или переместить. Всё нетронутое остаётся как было.

Картинка выдерживает серию правок подряд и не плывёт.

3. До десяти референсов в одном кадре

Референсы получают имена ref_image_0, ref_image_1 и так далее, в порядке добавления. В промпте можно ссылаться на них.

4. Нативные 4K

Максимальный размер в демо 5456×3072 пикселей (около 16,8 МП). BFL демонстрирует, что мелочи вроде рукописных символов на вывеске высотой порядка 225 px или текста на бумажном фонарике читаются при зуме.