爆火全网FLUX.2重磅上线，开源版Nano Banana来了！

新智元报道

编辑：元宇

【新智元导读】Black Forest Labs的开源视觉模型FLUX.2上新，这是一款专为现实创意工作流程打造，绝非演示噱头的生产力工具，与前代FLUX.1相比，实现了从「会画」到「懂你要画什么」的跃升。

设计师要解放了！

刚刚，专为真实设计流程打造的视觉AI模式重磅发布。

假设你是一名设计师，正准备做一份产品海报。

按以往流程，你要先找图、修图、调光、排版、对齐Logo、试十几版字体……

等这些都做完了，也许客户或老板早已等得不耐烦了，也许后面还有无穷的改稿等着你。

「不是我没创意，而是时间不够！」

灵光乍现很简单，乍现的灵光落实到执行层大都是耗时费力的苦活累活。

如果有一天你只需要告诉电脑，你想出一份什么样的产品海报，这些苦活累活都有人帮你干了，这是一种什么感觉？

近日，Black Forest Labs推出的一款FLUX.2的视觉模型，让这这件事成为可能。

FLUX.2是一款专为现实创意工作流程打造，绝非演示噱头的生产力工具。

更重要的一点，它是开源的。

更低的价格，纳米香蕉版的品质，妥妥的设计师福利。

不炫技，让前沿视觉AI人人可用

FLUX.2 专为真实世界的创意工作流程打造，而不是只做演示或炫技。

它能够生成高质量图像，并在多个参考图像之间保持角色和风格的一致性；能理解结构化提示词；能阅读与生成复杂文本；能稳定处理光照、布局与Logo……

此外，它还能在最高4兆像素下进行图像编辑，同时保持细节与整体一致性。

这些媲美顶级视觉模型的能力，如今已经全部开源，这与Black Forest Labs的开放核心理念有关：

「我们相信，视觉智能应该由全球的研究者、创作者和开发者共同塑造，而不是集中在少数人手中。」

因此，自2024年创立之日起，他们一直致力于将前沿能力与开放研究结合，发布强大、透明且易组合的开放权重模型，同时为需要规模化、可靠性与自定义的团队提供稳健、可直接投入生产的服务接口。

它们将 FLUX.1 [dev]（全球最受欢迎的开放图像模型）与专业级模型 FLUX.1 Kontext [pro] 结合，后者已被Adobe、Meta等团队使用。

Black Forest Labs通过开放核心策略促进实验、降低成本、鼓励审查，并确保能持续地把来开放技术带给新万博体育：的人。

FLUX.2

从能画东西，到「懂你要画什么」

FLUX.1作为创意工具已经很强了，能跟随提示词作创意。

FLUX.2的升级，像从「会画画的人」跃迁到「会观察、会分析、会推理的视觉大脑」。

这意味着前沿视觉AI能力正在改变生产流程和成本结构，成为未来创意基础设施中不可替代的组成部分。

所有FLUX.2变体均在一个模型中提供基于文本和多个参考图像的图像编辑功能。

为什么FLUX.2能够懂你要画什么，并且按照你的意思画出来，因为它一次把下列能力组合在了一起：

多参考支持：一次最多读10张参考图像，可以实现目前最佳的角色 / 产品 / 风格一致性。

图像细节与拟真度提升：更高细节、更锐利的纹理、更稳定的光照，适用于产品拍摄、可视化与类摄影应用。

更强文本渲染：复杂排版、信息图、表情包、UI设计稿中的小字现在可以稳定生成。

听得懂复杂指令：更强的提示词遵循能力，对复杂、结构化、多部分提示词与组合约束的执行更稳定。

理解空间与光线：更强世界知识理解，对真实世界、光照逻辑与空间结构的理解更扎实，使生成场景更自然、更符合预期。

高分辨编辑：更高分辨率与更灵活的比例，支持最高4兆像素的图像编辑。

输出多样性：FLUX.2能够生成高度精细的逼真图像以及包含复杂排版的信息图，分辨率最高可达400万像素（4MP）。

开箱即用

FLUX.2模型家族

性价比是FLUX.2模型系列的强项，在各性能层级中以极具竞争力的价格提供业界领先的图像生成质量。

FLUX.2模型家族从完全托管、可直接生产的API，一直到开发者可本地运行的开放权重模型一应俱全。

下面是FLUX.2 [pro]、FLUX.2 [flex]、FLUX.2 [dev] 与 FLUX.2 [klein] 的定位与适用场景：

FLUX.2 [pro]：图像质量达到顶级封闭模型水平，提示词遵循与画面保真度表现一流，同时生成更快、成本更低，实现速度与质量的双赢。可在BFL Playground、BFL API及合作伙伴平台使用。

FLUX.2 [flex]：允许调整步数、引导规模等参数，让开发者在质量、提示词执行力与速度之间自定义平衡。尤其擅长渲染文本与精细细节。可在bfl.ai/play、 BFL API及合作伙伴平台使用。

FLUX.2 [dev]：32B 开放权重模型，由 FLUX.2 基础模型衍生，是目前最强的开放权重图像生成与编辑模型。它将文本生成图像与多图像编辑集成在一个 checkpoint 中。权重已在Hugging Face发布，可使用官方推理代码本地运行。在消费级 GPU（如 GeForce RTX）上，可使用 NVIDIA 与 ComfyUI 合作优化的 fp8 推理版本。你也可以通过 FAL, Replicate, Runware, Verda, TogetherAI, Cloudflare, DeepInfra的API使用 FLUX.2 [dev]。

FLUX.2 [klein]（即将上线）：开源、Apache 2.0模型，由FLUX.2基础模型尺寸蒸馏而来，比同类从零训练的模型更强、更适合开发者，并保留大量教师模型的能力。可以加入测试计划。

FLUX.2 - VAE：全新的变分自编码器，在可学习性、质量与压缩率之间实现最佳平衡，是所有FLUX.2 flow主干的基础。技术报告已发布，模型在HF上以Apache 2.0许可提供。

使用可变步数生成设计：FLUX.2 [flex] 的「步数」参数允许在排版精度与延迟之间自由权衡。从左到右：6步、20步、50步。

通过可变步数控制图像细节：FLUX.2 [flex] 提供了一个「步数」参数，用于在图像细节和延迟之间进行权衡。从左至右分别为：6 步、20 步、50 步。

FLUX.2 系列以极具竞争力的价格提供顶级图像生成质量，跨不同性能层级都具备最强性价比。

对于开放权重模型，FLUX.2 [dev] 设立了新的业界标准，在文本生成图像、单参考编辑、多参考编辑等方面均达领先水平，并稳定超越所有其他开放权重替代品。

工作原理

FLUX.2基于潜空间的流匹配架构构建，并将图像生成与编辑整合在同一个模型中。

该模型将24B参数的Mistral-3视觉语言模型与rectified flow Transformer 结合。

https://docs.mistral.ai/models/mistral-small-3-2-25-06

VLM提供现实世界知识与语境理解，而Transformer捕捉空间结构、材质特性与构图逻辑，这些是早期架构难以呈现的。

研究人员从零重新训练了模型的潜空间，使其在可学习性与图像质量之间取得更优平衡。