HN 日本語サマリー

← 一覧へ戻る
AI・機械学習

FLUX 3 Image

FLUX 3 Image (bfl.ai)

420 pointsby minimaxir92 コメント

要約

FLUX 3 Imageは、バウンディングボックスを使用して画像を意図した通りに配置できる画像生成モデルです。このモデルは、テキストプロンプトとバウンディングボックスの組み合わせにより、より詳細で制御された画像生成を可能にします。具体的な使用例として、「Le Festival du Soleil」というタイトルの画像生成が挙げられています。

全文翻訳

FLUX 3 Image

バウンディングボックスを使って、画像を思い通りにレイアウトしましょう。

テキストから画像を生成する機能で、強力なプロンプト追従性と、構図に関するネイティブな理解を備えています。

[画像: 赤い文字で "Manager" とプリントされたクリーム色のTシャツを着て、赤と黄色のカフス、赤いキャップをかぶった女性。背景はコバルトブルー。]

[画像: 紫色のチェックシャツの上にきらめく青いティンセルセーターを着たモデル。背景は暗い。]

[画像: 2人のスプリンターが疾走する様子のビンテージ切手。背景はダークグリーンのフェルト。]

[画像: 長い三つ編みをした女性が白いヘッドセットをつけ、腕を組んでいる。オレンジ色の光の中で見下ろしたアングル。]

[画像: 滝と、そこへ続く小道がある緑豊かな森の空撮。]

[画像: 3つの緑の種が小さな根の足で歩いている様子のコーラル・リソグラフポスター。タイトルは "The Seed Parade"。
]

[画像: バナナの木の間にある土の道を広がるような赤いプリーツガウンを着た2人の女性の空撮。]

[画像: 黒いフェドラ帽の下から2つの丸い目が覗き、その下には2本の足が見える。背景はクリーム色。]

[画像: 青いフードをかぶった人物が腕を広げ、ピンクのトラックパンツを履いて、葉の茂る森の小道に立っている。]

[画像: 淡い青、オレンジ、ライムグリーンで縞模様になった、毛足の長いモヘアのフードをかぶった女性の横顔。背景は白。]

[画像: "XU ZHI" というタイトルのファッションコラージュ。黒いフリンジニットを着たモデルが、粘土彫刻やランウェイのショットの間を歩いている。]

[画像: 雨に濡れたカーブしたトラックを走る4台のプロトタイプレースカーの空撮。]

[画像: 色付きの木製シートを持つ木製椅子の分解図。ラベル付きのパーツがあり、タイトルは "The Wooden Chair"。
]

[画像: ピンク色の服を着て、ユリとピンクの羽根飾りのついた大きな麦わら帽子をかぶった女性が、スタンドでピンクの箱から食事をしている。]

[画像: 青、オレンジ、白のブロックを背景に、ベルベット、ニットウェア、明るいレイヤードルックを着た5人のモデルが並んでいる。]

画像 1/15、アスペクト比 2:3。プロンプト: クリーム色のTシャツに赤で "Manager" とプリントされ、赤と黄色のカフスが付いた女性のスタジオポートレート。背景はコバルトブルー。

一度に複数の編集を行い、それ以外は何も変更しない。

ウェットスーツとボードの色を変更し、ボックスごとに編集。それ以外はすべてそのまま。

複数の参照を、1つのよく構成された画像にまとめる。

最大10個の参照を使用して、より少ない労力で考え抜かれたデザインの画像を作成します。

ネイティブな2Kおよび4Kで生成し、ディテールを保持する。

テクスチャ、顔、色などの細かいディテールが保持されるように、フル解像度でレンダリングします。

蕎麦屋、5456 × 3072 ピクセル、すべてモデルから生成。

ピクセルパーフェクトな編集により、元の画像を保持したまま、画像の任意のパーツを編集できます。

ダイバー2名を追加。ピクセルパーフェクトな編集の前と後。

エージェント向けに設計されています。

FLUX 3 Image は、画像レイアウトと構図をネイティブに理解するようにトレーニングされています。エージェントは、このモデルを使用して、テキストプロンプトだけでよく構成された画像を簡単に作成できます。

スワンレイク、舞台袖から、エージェントが計画したレイアウト内で生成。

商用ウェイト

FLUX 3 Image は、大規模な画像生成を行う企業向けに、商用ウェイトライセンスで提供されています。独自のインフラストラクチャ上でファインチューニングおよびデプロイできます。詳細についてはお問い合わせください。

FLUX 3 Image で作成する

バウンディングボックスを使用して画像を構成または編集し、ネイティブ4Kでレンダリングし、ピクセルパーフェクトな編集を行います。

よくある質問

FLUX 3 Image とは何ですか?

FLUX 3 は、Black Forest Labs のビデオ、オーディオ、画像、アクションのためのマルチモーダルモデルです。FLUX 3 Image は、画像を生成・編集する部分です。バウンディングボックスを使用して、キャンバス上の各要素を配置し、完成した画像をボックスごとに編集します。

バウンディングボックスはどのように機能しますか?

重要な要素ごとにボックスをドラッグアウトし、その中に何を入れるかを記述します。次に、シーン全体を1行でまとめ、FLUX 3 が各要素をそのボックス内にレンダリングします。どの縦横比を選択しても、キャンバスは両軸で0から1000のグリッドになり、各ボックスは [y_min, x_min, y_max, x_max] として記述されます。

レイアウトプロンプトはどのようなものですか?

2つの部分があります。グローバルキャプションは、画像全体を1つの段落で説明します。要素テーブルがそれに続き、JSON配列で、要素ごとに1行ずつあり、各行にはID、バウンディングボックス、説明が含まれます。キャプションは、要素が最初に現れる場所で、animal_1 のように各要素を参照します。

すべてのボックスを自分で描く必要がありますか?

いいえ。エージェントに1行とアスペクト比を与えれば、LLMがレイアウトを計画します。キャプションと要素テーブルを作成し、重要なすべての要素にボックスとセマンティックIDを付けます。各ボックスは編集可能なので、気に入らないものを移動すれば、FLUX 3 はエージェントが配置したまま残りの要素内で生成します。

すでに作成した画像を編集できますか?

はい、複数のターゲット編集を一度に行うことができます。各ボックスは再記述、別のものへの置き換え、または移動が可能です。触らなかった部分はすべて元の場所にそのまま残るので、画像は何度編集してもまとまりを保ちます。

FLUX 3 は私が描いたボックスを変更しますか?

いいえ。プロンプトアップサンプラーは、短いリクエストを、FLUX 3 がトレーニングされた密なキャプションに変換します。あなたのボックスの周りにキャプションを書き、追加の要素を提案するかもしれませんが、あなたが描いた各ボックスは、同じIDと座標でそのままモデルに渡されます。アップサンプラーが追加したものは、キャプションで参照されている場合のみ残ります。

どのような画像がバウンディングボックスに適していますか?

厳密な関係性を持つ多くのパーツで構成されたコンポジション。写真の周りのタイプセット、コラージュやパネルグリッド、エディトリアルスプレッド、またはすべての顔にその場所がある混雑したシーンなどです。

FLUX 3 Image をどのように試せますか?

Playground で手動でボックスを描くか、BFL API で FLUX 3 にレイアウトプロンプトを送信してください。Playground を開く