Black Forest LabsのFLUX 3 Image、bounding boxでピクセル単位まで制御

Black Forest Labsが画像生成モデルFLUX 3 Imageを公開した。キャンバスは縦横0〜1000のグリッドとして扱われ、bounding boxで要素の位置を指定し、シーン全体のプロンプトと組み合わせて画像を構成できる。ゼロからの生成にも対応し、商用weightsの相談も受け付けている。
Control every pixel.
HNでの議論
96- vunderba
ここで彼らが強調していることの一つは、画像内の特定の要素を好きな位置に配置できるUX周りだと思う。全体の構図の中でコンポーネントの位置が非常に重要な場合、これでかなり楽になるようで、InvokeAIを思い出させる。
6月にリリースされたオープンウェイトモデル、Ideogram V4もこれができる[1]が、様々なバウンディングボックスを記述するために比較的面倒なJSON構造を使わなければならない。なので、間違いなくちょっとした手間だ。
おそらく、Flux.2 / Kleinの時のようにオープンウェイトになるまで(できれば早く)待つことになるだろう。
[1] - https://docs.ideogram.ai/using-ideogram/getting-started/prom...
- arnaudsm
UXは素晴らしく、非常に操作しやすいように見える。インターフェースに注力したチームに敬意を表する。
チャットはひどいユーザーインターフェースになり得る。
- gAI
米国/中国以外のAIラボが良いモデルをリリースするのを見るのは嬉しい。
- vergessenmir
私たちは皆、オープンウェイトかローカルモデルのリリースを待っていると思う。
- KazaNLP
UXについての他のコメントに同意する。モデル自体よりもそちらに興味がある。モデルを選んで異なるモデルを比較できるようなUIをそろそろ見てみたい。ただモデルをテストするために、各モデル開発者のサンドボックスをインターネット中を飛び回るわけにはいかない。一箇所からできると良い。