FLUX 3 vs FLUX 2: Gambar, Video, Audio dan Perbedaan Utama

Perbedaan terbesar antara FLUX 3 dan FLUX 2 bukan peningkatan kualitas konvensional. FLUX 2 adalah keluarga pengeditan dan pengeditan gambar. FLUX 3 adalah model dasar multimodal yang memperluas ke video, audio asli dan prediksi aksi sambil mempertahankan generasi gambar dan pengeditan.

Perbedaan itu juga mengubah model yang masuk akal saat ini. FLUX 2 menyediakan API gambar produksi dan varian yang didefinisikan, sementara PoYo sekarang menyediakan lima produksi FLUX 3 video workflow dengan audio asli, input visual, ekstensi, dan kontrol keyframe.

FLUX 3 vs FLUX 2 Dengan sekelip mata

Fitur	FLUX 2	FLUX 3
Fokus utama	Penciptaan dan pengeditan gambar	Generasi dan pemahaman multimodal yang terpadu
Input	Referensi teks dan gambar	Teks, gambar dan video referensi
Penciptaan gambar	Ya	Ya
Pengeditan gambar	Ya	Ya
Generasi video	Tidak, tidak.	Ya
Audio asli	Tidak, tidak.	Ya
Video ke video	Tidak, tidak.	Diumumkan
Keyframe-to-video	Tidak, tidak.	Diumumkan
Dialog Berbahasa	Tidak, tidak.	Diumumkan
Prediksi tindakan	Tidak, tidak.	Diumumkan melalui varian khusus
Berat terbuka	FLUX.2 Varian Klein yang tersedia	FLUX 3 Dev diumumkan, belum dirilis
PoYo status	Gambar API tersedia	Lima video workflow tersedia

Tujuan Produk yang Berbeda

FLUX 2 dirancang di sekitar sintesis dan pengeditan gambar berkualitas tinggi. Keluarga modelnya mencakup varian yang berfokus pada kualitas, fleksibel dan cepat untuk alur kerja gambar yang berbeda.

FLUX 3 menggunakan arsitektur bersama di atas gambar, video dan audio. Black Forest Labs berpendapat bahwa belajar modalitas bersama menciptakan representasi dunia yang lebih baik: struktur spasial dari gambar, gerakan dan perubahan fisik dari video, dan petunjuk penyebab dari suara.

Hasilnya adalah platform yang lebih luas daripada penggantian langsung untuk setiap FLUX 2 titik akhir gambar.

Arsitektur: Model Gambar vs Model Multimodal

FLUX 2 adalah keluarga model gambar yang cocok dengan aliran. Ini menerima teks dan, untuk mengedit alur kerja, referensi gambar untuk menghasilkan atau memodifikasi gambar tetap.

FLUX 3 dibangun pada penelitian Self-Flow BFL dan transformator multimodal. Pengkode dan dekoder terpisah menghubungkan gambar, video, audio dan sinyal aksi potensial ke model bersama.

Arsitektur ini dimaksudkan untuk mendukung generasi dan pemahaman. Hal ini juga memungkinkan pengetahuan yang dipelajari dari satu modalitas untuk meningkatkan yang lain. Misalnya, video dapat mengajarkan model bagaimana sebuah objek bergerak, sementara audio dapat memberikan bukti tentang kontak, dampak dan perilaku material.

Penciptaan Gambar dan Pengeditan

Kedua generasi mencakup sintesis gambar dan pengeditan, tetapi ketersediaan mereka berbeda.

FLUX 2

FLUX 2 adalah pilihan praktis ketika alur kerja produksi membutuhkan:

• Generasi teks-ke-gambar sekarang
• Kontrol gambar multi-referensi
• Pengeditan gambar yang didorong oleh prompt
• Varian dan resolusi model yang didefinisikan
• Dikenal API Format permintaan dan harga

PoYo saat ini mendukung FLUX 2 Pro, Pro Edit, Flex dan Flex Edit varian pada FLUX 2 API halaman.

FLUX 3

Black Forest Labs mengatakan FLUX 3 Gambar meningkat:

• Pengendalian prompt yang kompleks
• Generasi teks multibahasa
• Keanekaragaman gaya
• Dukungan untuk rasio aspek dan resolusi yang berbeda
• Pengeditan gambar

Namun, BFL belum merilis perbandingan publik standar antara final FLUX 3 Gambar titik akhir dan lengkap FLUX 2 keluarga. Akan terlalu dini untuk mengklaim bahwa FLUX 3 memenangkan setiap tugas gambar.

Video Adalah Definisi FLUX 3 Tingkatkan

FLUX 2 tidak menghasilkan video. FLUX 3 Video menambahkan:

• Teks-ke-video
• Gambar-ke-video
• Video ke video
• Video dan audio lanjutan
• Keyframe-to-video
• Kontrol karakter dan gaya yang didorong oleh referensi
• Klip sampai 20 detik
• Rantai agen dalam urutan multi-shot

Ini membuat FLUX 3 yang relevan dengan berbagai rangkaian alur kerja produksi, termasuk iklan, video narasi pendek, desain animasi dan pra-visualitas audiovisual.

Audio Native Mengubah Alur Kerja

Sebuah pipa video AI konvensional dapat menghasilkan rekaman diam, kemudian menggunakan alat terpisah untuk pidato, efek suara, suasana dan musik.

FLUX 3 menghasilkan video dan audio bersama. Sorotan BFL:

• Suara fisik yang selaras dengan peristiwa yang terlihat
• Dialog Berbahasa
• ekspresi wajah dan ucapan
• Video dan audio lanjutan
• Konsistensi audio di seluruh gerakan yang dihasilkan

Audio asli tidak menghilangkan kebutuhan untuk revisi atau desain suara. Hal ini mengubah titik awal dengan menghasilkan adegan audiovisual daripada klip diam.

Kontrol referensi

FLUX 2 menggunakan referensi teks dan gambar untuk pembuatan dan pengeditan. Ini cocok untuk gambar produk, konsep karakter, komposisi dan perubahan visual yang dikontrol.

FLUX 3 memperluas kontrol referensi ke video:

• Gunakan gambar sebagai frame awal
• Gunakan gambar sebagai referensi identitas atau gaya
• Mengambil elemen pusat dari satu video ke yang lain
• Lanjutkan klip audiovisual
• Define start and end moments dengan keyframes

PoYo saat ini mendukung satu sumber gambar untuk gambar ke video, dua gambar tertib untuk generasi frame pertama dan terakhir, hingga sepuluh keyframe yang ditempatkan, dan sumber MP4 untuk ekstensi video. Periksa FLUX 3 Dokumentasi API untuk batas unggah saat ini.

Model Akses dan Berat Terbuka

FLUX 2 sudah termasuk yang telah dilepaskan API dan opsi berat yang terbuka. FLUX.2 Klein, misalnya, menargetkan generasi lokal atau host cepat di bawah lisensi dan persyaratan yang diterbitkan.

Untuk FLUX 3, BFL telah mengumumkan:

• FLUX 3 Gambar melalui API dan berat pribadi
• FLUX 3 Video melalui API dan berat pribadi
• FLUX 3 Dev sebagai tulang belakang multimodal berat terbuka
• FLUX 3 Tindakan melalui mitra terpilih

Pembagian FLUX 3 Berat Dev, lisensi, lokasi download dan persyaratan sistem tetap tidak diketahui.

Ketersediaan dan Harga

Kedua keluarga tersedia melalui PoYo, tapi untuk pekerjaan produksi yang berbeda. FLUX 2 menyediakan varian penciptaan gambar dan pengeditan yang didokumentasikan. FLUX 3 saat ini menyediakan lima video workflow: teks-ke-video, gambar-ke-video, generasi frame pertama dan terakhir, ekstensi video, dan keyframes yang ditempatkan.

FLUX 3 biaya alur kerja video standar 34 kredit per detik pada 720p atau 58 kredit per detik pada 1080p. Biaya perpanjangan 82 atau 106 kredit per detik masing-masing. Yang dibebaskan PoYo ID model dan bidang permintaan tercantum dalam FLUX 3 Dokumentasi API.

arus PoYo pembebasan secara khusus adalah FLUX 3 keluarga video. Jangan menyimpulkan bahwa pemisahan FLUX 3 Item peta jalan gambar, aksi, atau dev termasuk dalam titik akhir ini.

Model Apa yang Harus Anda Pilih?

Pilihlah FLUX 2 saat:

• Kau butuh gambar produksi API now.
• Hasilmu adalah gambar tetap.
• Anda perlu pengeditan gambar berdasarkan referensi.
• Anda memerlukan harga yang diketahui dan permintaan parameter.
• Anda ingin menguji beberapa varian yang berfokus pada gambar.

Ikuti FLUX 3 saat:

• Anda perlu video dengan audio asli.
• Aliran kerja Anda menggabungkan teks, gambar dan referensi video.
• Anda ingin video lanjutan atau keyframe transisi.
• Dialog multilingual penting.
• Kau sedang meneliti model dunia multimodal atau prediksi aksi.

Gunakan keduanya jika:

FLUX 2 dapat tetap stabil lapisan produksi gambar sementara tim mengevaluasi FLUX 3 untuk alur kerja audiovisual baru. FLUX 3 tidak perlu mengganti pipa gambar yang bekerja pada hari pertama.

Pertanyaan yang Sering Ditanyakan

Apakah FLUX 3 lebih baik daripada FLUX 2?

FLUX 3 memiliki set kemampuan yang jauh lebih luas, tetapi belum ada cukup publik, pengujian independen untuk mengatakan itu lebih baik untuk setiap gambar-genering atau tugas pengeditan.

Apakah FLUX 2 video dukungan?

No. FLUX 2 adalah keluarga pengeditan dan pengeditan gambar.

Apakah FLUX 3 masih menghasilkan gambar?

Ya. FLUX 3 Image mendukung sintesis gambar dan pengeditan bersama dengan video, audio dan arahan aksi baru.

Will. FLUX 3 mengganti FLUX 2?

BFL tidak mengatakan bahwa FLUX 3 akan segera menggantikan FLUX 2. Pada PoYo, keduanya saat ini saling melengkapi: FLUX 2 menangani alur kerja gambar produksi, sementara FLUX 3 menangani lima video produksi workflow.

Apakah FLUX 3 sumber terbuka?

Berat terbuka FLUX 3 Dev spine telah diumumkan, tapi belum dirilis.

Model mana yang tersedia di PoYo?

Keduanya tersedia di PoYo. Pilihlah FLUX 2 untuk pembuatan dan pengeditan gambar, atau FLUX 3 untuk lima video workflow yang dirilis dengan audio asli.

Kesimpulan

FLUX 2 dan FLUX 3 tidak hanya harus dipahami sebagai model gambar lama dan baru. Mereka mewakili dua bidang produk:

• FLUX 2: Generasi dan pengeditan gambar yang berfokus pada produksi
• FLUX 3: dasar multimodal untuk gambar, video, audio asli dan aksi

Untuk beban kerja gambar saat ini, FLUX 2 tetap menjadi pilihan yang relevan. Untuk generasi audiovisual dan referensi multimodal, lima FLUX 3 video workflow tersedia sekarang.

Baca lebih lanjut FLUX 3 gambaran umum, menjelajahi FLUX 3 Panduan video, atau penggunaan FLUX 3 pada PoYo.

Sumber: Laboratorium Hutan Hitam FLUX 3 Pengumuman, Laboratorium Hutan Hitam FLUX.2 Pengumuman