AREX Feed Article
Black Forest Labs 开放权重发布 FLUX 3 Image Klein：5.6B 参数，官方称 8GB 显存可跑、保留 4K 生成与像素级编辑
10 月 15 日，来自德国弗赖堡的 Black Forest Labs（BFL）宣布开放权重发布图像模型 FLUX 3 Image Klein，称其为「迄今最强的开放权重图像模型」。这个 56 亿参数（5.6B）的模型据称能在显存低至 8GB 的消费级 GPU 和笔记本上运行，同时保留更大尺寸 FLUX 3 Image 的原生 4K 生成、边界框（bounding box）控制与像素级（pixel-perfect）编辑。同日，Hugging Face 上的已更新，权重可直接下载。
这次发布包含的不只是一个 checkpoint：除了面向生成与编辑的蒸馏版，还有供微调的 Base 版和多种量化版本。许可沿用 FLUX Kommunity License，个人与年营收低于 500 万美元的公司可以免费商用。
图：BFL 新闻稿配图，纵轴为 ELO 评分，横轴为生成器参数量，口径为 BFL 内部评测。图中对比对象包括 Ideogram V4.5、FLUX.2 [pro]、Qwen-Image 2.1、FLUX.2 [klein] 9B 与 Krea 2。
API 同款的 16 步蒸馏版，微调专用的 Klein Base 另设仓库
模型卡显示，主仓库收录的是蒸馏 checkpoint：bfloat16（BF16，16 位浮点格式）精度、16 步采样、guidance（引导系数）一栏为 none，仓库内含 FP8（8 位浮点）与 NVFP4（NVIDIA 4 位浮点）两种量化变体，并打包了 Qwen3-VL-4B-Instruct 文本编码器和图像自编码器（autoencoder）。5.6B 这个数字只指图像 transformer，文本编码器的参数另计。对照表格里， 放在独立仓库：未蒸馏、50 步、guidance 3.5，面向微调、LoRA（低秩适配）训练与研究。新闻稿称蒸馏版面向低延迟生成，发布清单里还包括 INT8（8 位整数）量化版本；主仓库下载指引中列出的量化变体是 FP8 与 NVFP4。
参考推理代码放在 。命令行工具除主 checkpoint 外还要加载两个组件：一个 NSFW 图像安全分类器（Falconsai/nsfw_image_detection），以及一个下载体积 18.8GB 的——它把用户的短提示改写成模型需要的完整场景描述，不需要时可以用 --no-pup 跳过。模型卡提醒，这些文件是模型包而非完整推理应用，需要支持 flow-map 采样和该 checkpoint 格式的推理实现；量化包的文件大小也不代表总显存占用。
蒸馏版同时通过 BFL API 提供，在生产负载中与 BFL 的提示词增强和像素级编辑管线一起运行。新闻稿强调，开放权重让有数据主权或本地部署需求的团队可以在自己的基础设施上评估和适配模型。
一个模型三种任务：文生图、单图编辑、最多 10 张参考图组合
模型卡描述的输入输出很直接：一个提示词，加最多 10 张参考图，返回一张图。文生图、单参考图编辑、多参考图组合走同一个模型——在 Hugging Face Diffusers 的模块化管线里，编辑只是把参考图传给 image 参数，其余不变。
边界框控制直接写进提示词：在 0～1000 的网格上以 [top, left, bottom, right] 标注元素位置，再用提示词对元素重新上色、移动、替换或删除。模型卡特别说明，框只引导位置和尺寸，不是硬性遮罩——元素可能越出框外，很小的元素可能干脆不出现。按框编辑时，可以用 <ref_image_n> 引用第 n 张参考图，用 from、src_bbox、tgt_bbox 描述搬移，目标设为 null 即删除该元素。生成图内还可以渲染文字。
提示词的写法影响很大：模型卡要求写完整的场景描述——构图、主体、背景、光线——短提示会得到泛泛的输出，一行编辑指令（比如 “make it blue”）会让模型重构整个画面；参考图「锚定内容，不锁定结构」。局限一节同样具体：模型不提供事实信息，生成的文字可能失真，可能复现训练数据里的偏差，也可能不按提示生成；编辑可能改动请求区域之外的内容。
消费级门槛与 B200 峰值：两组显存数字的测量条件
新闻稿写明的本地部署条件是：8GB 或以上显存的 NVIDIA GeForce RTX GPU；微调使用 NVIDIA NeMo AutoModel；模型在 NVIDIA GB200 NVL72 上训练，并针对 NVIDIA 的加速计算平台优化。
模型卡 Hardware 一节记录的是另一组条件下的峰值显存：参考代码、B200、1,024×1,024 分辨率、关闭提示词扩写模型时，BF16 为 31GB，FP8 为 26GB，NVFP4 为 25GB；提示词扩写模型在 80GB 显存的 GPU 上还要再占约 28GB。两套口径测量条件不同，模型卡也没有给出 8GB 配置下的实测数字——8GB 这个门槛目前出自 BFL 自己的说法。
质量对比出自内部评测，安全评估由合作方 Cinder 完成
「得分高于当前领先的开放权重图像模型」是 BFL 内部评测的结论：按新闻稿的说法，FLUX 3 Image Klein 在文生图、多参考图生成和图像编辑三项上得分更高，通过 BFL API 使用的成本也更低。新闻稿为此配了两张图，一张比较质量与参数量（见文首配图），另一张把质量与速度放在一起。
图：BFL 新闻稿第二张配图，纵轴为 ELO 评分，横轴为 1 百万像素（1 MP）下的 API 中位延迟（秒）。图中蒸馏版与 base 的质量接近：文生图中位延迟约 4 秒对 10 秒，编辑约 6 秒对 21 秒。
安全流程分两层：预训练期用数据集过滤减少有害内容暴露，后训练期做针对性微调压制有害行为。新闻稿称，发布前 BFL 请外部安全伙伴 Cinder 评估了两个模型 checkpoint，结果显示漏洞少于其他流行的开放权重模型——这一结论同样由 BFL 转述。
商用授权有门槛，军事与监控用途明确出界
模型卡对 FLUX Kommunity License 的概括是：允许非商业使用，并为合格用户（Qualifying Users）提供商业产出例外。新闻稿进一步写明，更大的组织要通过 BFL 的自托管授权或 API 做商业部署。
模型卡转列了许可第 4 节的范围外用途：军事用途；监控（含相关研发）；生物识别处理；违法、不安全、欺诈、诽谤或滥用活动；生成违法内容，包括儿童性虐待材料与未经同意的亲密影像；侵犯第三方权利，包括公众形象权与数字复制品权；以及用模型、衍生品或输出去改进另一个与 FLUX 模型功能类似的 AI 模型。许可还涵盖出口管制与制裁，商业例外也不等于对商业微调或分发的普遍授权。
生态支持同步公布：ComfyUI、Hugging Face Diffusers、vLLM-Omni 与 SGLang Diffusion 负责运行和部署，Ostris 的 AI Toolkit 让开发者用自己的样例微调模型。
从 1 月的 FLUX.2 [klein] 到 9 月的 FLUX 3 Action
这次发布是 BFL 今年的第三个开放权重发布：2026 年 1 月，团队开放了 FLUX.2 [klein] 家族的权重；随后发表 Self-Flow 研究，改进图像、视频、音频的生成，并让模型学到能支撑机器人控制的表征；9 月开放权重的 FLUX 3 Action 是一个 70 亿参数的机器人模型，新闻稿称其在 Physics-IQ Verified 和 NVIDIA RoboLab-120（覆盖 120 项模拟操作任务的基准）上排名第一，并随权重附上了完整技术报告。FLUX 3 把多模态生成与动作预测放进同一个架构——图像贡献空间细节，视频提供运动与物理动态，音频补充事件与交互信息——这次开放的是同一底座上的创意能力。
公司层面，新闻稿称 BFL 由开创 latent diffusion、Stable Diffusion 与 FLUX 模型家族的研究者创立，团队约 100 人，在弗赖堡和旧金山两地工作，估值 32.5 亿美元，累计融资超过 4.5 亿美元，投资方包括 a16z、AMP、Salesforce Ventures、NVIDIA、General Catalyst、Adobe Ventures、Figma Ventures、Canva 和德国电信旗下 T.Capital；其创始团队的开放权重图像模型——从初代 Stable Diffusion 到 FLUX 及社区衍生版——在 Hugging Face 累计下载超过 6.4 亿次。
联合创始人兼 CEO Robin Rombach 在新闻稿中说：「通过开放共享我们的研究，我们建立了一个由开发者和创作者组成的全球社区，大家在一起推动这个领域前进。FLUX 3 让这个社区能把同一个基础模型适配到非常不同的需求上，从创意生成到机器人。把模型、研究和工具交到开发者手里，是推进视觉智能的关键。」
新闻稿同时预告，FLUX 3 家族还会有更多开放权重发布。下一个开放的是哪个模型、什么时候发布，新闻稿没有说明。