Революция в контроле композиции
Black Forest Labs официально представила FLUX 3 Image, новую версию своей флагманской модели генерации изображений. Главное отличие новой версии — нативная поддержка управления композицией через bounding boxes (ограничивающие рамки). Это позволяет пользователям не просто описывать сцену текстом, а буквально «расставлять» объекты на холсте, задавая их точные координаты и размеры.
Технология работает в связке с текстовым промптом: модель понимает, что именно должно находиться внутри заданной области, и генерирует изображение с высокой степенью предсказуемости. Это решает одну из главных проблем генеративного ИИ — хаотичное расположение элементов, когда пользователь не может точно контролировать, где окажется объект.
Как это работает: пример с Le Festival du Soleil
На демонстрационных материалах показан пример генерации сцены «Le Festival du Soleil». Пользователь задает не только текстовое описание, но и таблицу с координатами для каждого элемента. Модель точно размещает текст, здания, купол и людей в указанных зонах.
| Элемент (ID) | Координаты (bbox) | Описание (desc) |
|---|---|---|
| Fr_Text_1 | 10, 200, 170, 800 | Текст "LE FESTIVAL DU SOLEIL" тонким элегантным шрифтом кремового цвета |
| town_1 | 280, 700, 420, 1000 | Слабо освещенные здания прибрежного города у подножия холмов |
| dome_1 | 250, 150, 650, 850 | Массивный гладкий параболический купол из бледного бетона |
| swimmers_1 | 580, 200, 720, 800 | Дюжины силуэтов людей в темной воде |
| crowd_1 | 740, 0, 1000, 1000 | Большая толпа людей на пляже в легкой летней одежде |
Качество и стиль: от фэшн до технической графики
FLUX 3 Image демонстрирует высокую способность к соблюдению сложных стилистических инструкций. Модель успешно генерирует:
- Фэшн-коллажи: Например, коллаж «XU ZHI» с моделью в черной вязаной одежде среди глиняных скульптур.
- Техническую графику: Разрезной рисунок деревянного стула с подписанными деталями на кремовой бумаге.
- Постеры и обложки: Ризографический постер «The Seed Parade» или обложка журнала «Tools» с башнями из деревянных досок.
- Исторические артефакты: Точная имитация почтовой марки Конго 1975 года с бегунами на фоне темно-зеленого фетра.
Модель также хорошо справляется с соотношением сторон 2:3 и сложными световыми решениями, такими как вспышка в лесу или оранжевое освещение портрета.
Почему это важно
Внедрение bounding boxes переводит генерацию изображений из категории «творческого хаоса» в плоскость дизайнерского контроля. Для профессионалов, работающих с макетами, рекламными креативами и иллюстрациями, это означает возможность итеративной работы без необходимости перерождать изображение десятки раз, чтобы найти удачную композицию. FLUX 3 Image позиционируется как инструмент с «нативным пониманием композиции», что делает его мощным конкурентом для задач, требующих точности.
Источник: Bfl ↗