FLUX.3 combina generación de imágenes, edición y control de composición en un solo modelo de IA
Black Forest Labs lanza FLUX.3 Image Klein, un generador de imágenes que permite crear desde cero, editar con varias referencias y controlar dónde va cada elemento mediante cajas invisibles
Black Forest Labs ha lanzado FLUX.3 Image Klein, un modelo de IA que genera imágenes desde texto, las edita usando varias referencias y permite controlar dónde aparece cada elemento escribiendo coordenadas en el propio prompt. La versión destilada genera una imagen de 1024 × 1024 en dos segundos en una GPU H100, y está disponible en Diffusers desde el primer día.
Black Forest Labs ha presentado FLUX.3 Image Klein, un modelo de inteligencia artificial que unifica tres tareas que hasta ahora solían requerir herramientas separadas: generar imágenes desde texto, editarlas tomando varias imágenes de referencia y controlar exactamente dónde aparece cada elemento en la composición final. El modelo está disponible desde el primer día en Diffusers (una biblioteca de Python que facilita el uso de modelos generativos) y puede ejecutarse en ordenadores con GPU (tarjetas gráficas potentes diseñadas para entrenar y ejecutar inteligencia artificial).
El funcionamiento básico es directo: describes la escena completa —sujeto, entorno, iluminación, composición y estilo— y el modelo genera la imagen. Para editar, le pasas una o varias imágenes de referencia y escribes el cambio que quieres aplicar como si fuera un pie de foto de la nueva versión. La novedad más llamativa es el control de composición mediante cajas delimitadoras: escribes coordenadas en formato JSON dentro del propio prompt (la instrucción de texto que le das al modelo) para indicar dónde debe aparecer cada elemento, o desde dónde y hacia dónde mover partes de una imagen existente. Las coordenadas van de 0 a 1000 en una escala normalizada, así que funcionan independientemente del tamaño final de la imagen.
Black Forest Labs ofrece dos versiones del modelo. La versión destilada (una técnica que comprime un modelo grande en uno más rápido, sacrificando algo de calidad) genera una imagen de 1024 × 1024 píxeles en unos dos segundos en una GPU H100 (el procesador gráfico más potente de Nvidia, usado en centros de datos) con solo 16 pasos de cálculo. La versión base es más lenta —50 pasos— pero ofrece mayor calidad y es la recomendada para entrenar variantes personalizadas con LoRA (un método que permite adaptar un modelo preentrenado con relativamente poco coste). Hugging Face (la plataforma donde desarrolladores comparten y descargan modelos de IA) ha publicado además versiones cuantizadas a FP8 y NF4 (formatos que reducen el tamaño del modelo comprimiendo los números que representan sus parámetros internos), pensadas para ejecutar el modelo en GPUs con menos memoria.
El modelo usa la arquitectura Modular Diffusers, un diseño que permite cambiar bloques internos del modelo o añadir componentes propios sin tener que reescribir todo el código. Esto facilita que investigadores y desarrolladores experimenten con modificaciones específicas sin empezar de cero. FLUX.3 Image Klein está disponible en la colección oficial de Black Forest Labs en Hugging Face bajo licencia de pesos abiertos (es decir, puedes descargar y usar el modelo, pero con restricciones de uso comercial dependiendo de la licencia exacta que aplique cada variante).
