FLUX 3 Image Klein bringt offene Bilderzeugung auf eine 8-GB-Grafikkarte
Black Forest Labs veröffentlichte FLUX 3 Image Klein, ein Open-weights-Modell mit 5,6 Milliarden Parametern zum Generieren und Bearbeiten von Bildern. Ein komprimierter Build läuft auf einer GPU mit 8 GB Speicher.
Black Forest Labs hat FLUX 3 Image Klein veröffentlicht, ein Bildmodell, dessen Gewichte jeder herunterladen kann. Es verfügt über 5,6 Milliarden Parameter, 38 Prozent weniger als sein Vorgänger FLUX.2 [klein] mit 9 Milliarden. Ein Parameter ist eine der Zahlen, die ein Modell während des Trainings lernt. Weniger davon bedeuten also ungefähr ein kleineres, leichteres Modell. Das praktische Ergebnis: Ein INT8-Build (eine komprimierte Version, die jede Zahl auf weniger Platz speichert) läuft auf einer Nvidia-Grafikkarte mit 8 GB Videospeicher. Auf einer RTX 4070 meldet The Decoder ein Bild in weniger als neun Sekunden.
Das Modell führt Text-zu-Bild, Bildbearbeitung und Generierung aus bis zu zehn Referenzbildern durch. Es unterstützt native 4K-Ausgabe, pixelgenaue Bearbeitungen und Begrenzungsrahmen, mit denen Sie sagen können, wo im Bild ein Element platziert werden soll. Der schwarze Forest Labs erhält die höchsten Elo-Bewertungen unter den offenen Modellen und übertrifft Ideogram V4.5 und FLUX.2 [pro] sowie einen Vorsprung von 91 Elo-Punkten gegenüber FLUX.2 [klein]. Elo ist eine dem Schach entlehnte Bewertung: Menschen vergleichen zwei Bilder und stimmen ab, und die Ergebnisse ergeben sich aus diesen Abstimmungen. Dabei handelt es sich um interne Ergebnisse des Unternehmens, und der Artikel gibt keine absoluten Bewertungen an. Betrachten Sie sie daher als vielversprechende Behauptung und nicht als Urteil.
Warum die Größe wichtig ist: Die meisten leistungsstarken Bildgeneratoren befinden sich hinter einer Website oder einer API. Ein Modell, das auf eine Mittelklasse-Gaming-Karte passt, bedeutet, dass Sie Bilder auf Ihrem eigenen Computer erstellen können, ohne dass pro Bild eine Gebühr anfällt und ohne dass Ihre Eingabeaufforderungen den Computer verlassen. Außerdem ist LoRA training vom ersten Tag an dabei, eine einfache Möglichkeit, dem Model anhand einer Handvoll eigener Bilder einen bestimmten Stil oder ein bestimmtes Thema beizubringen.
Die Lizenz muss genau gelesen werden. Die Gewichte werden unter der Bezeichnung FLUX Kommunity License ausgeliefert, die gemäß der Abdeckung für die kommerzielle Nutzung durch Unternehmen, die weniger als 5 Millionen Dollar pro Jahr verdienen, kostenlos ist. Größere Unternehmen brauchen einen Deal. Der Artikel listet auch einen API-Preis auf, der wie ein Tippfehler aussieht. Überprüfen Sie daher die offiziellen Dokumente, bevor Sie etwas budgetieren.
Was das für Sie bedeutet: Wenn Sie neugierig sind und einen aktuellen Gaming-PC besitzen, ist dies eine gute Ausrede, die lokale Bilderzeugung über ComfyUI oder die Diffusers-Bibliothek von Hugging Face auszuprobieren, die beide unterstützt werden. Wenn Sie keine solche Grafikkarte haben, funktioniert der gehostete Playground auch. Lesen Sie für alles Kommerzielle zuerst die Lizenz, und für die meisten Menschen besteht der praktische Vorteil einfach in der Freiheit, ohne Abonnement zu experimentieren.
Quellen
Lithos-Metal ist eine neue offene Engine für die schnelle Ausführung von KI auf Apple-Silizium Macs
Die Open-Source-Lithos-Metal-Engine zielt auf Qwen-Modelle auf den M5-Chips von Apple ab und gibt 168 Tokens pro Sekunde an. Bei dieser Zahl handelt es sich um eine Prognose unter angegebenen Annahmen, nicht um eine gemessene End-to-End-Geschwindigkeit.
