FLUX 3 ve FLUX 2 arasındaki en büyük fark, geleneksel bir kalite yükseltmesi değildir. FLUX 2 bir görüntü oluşturma ve düzenleme ailesidir. FLUX 3, görüntü oluşturma ve düzenlemeyi korurken video, yerel ses ve eylem tahminine genişleyen çok modlu bir temel modelidir.
FLUX 3; metinden videoya, görüntüden videoya, ilk/son kare, video uzatma ve konumlandırılmış ana karelerle PoYo'da kullanılabilir.
FLUX 3 ve FLUX 2'ye Bir Bakışta
| Özellik | FLUX 2 | FLUX 3 |
|---|---|---|
| Ana odak noktası | Görüntü oluşturma ve düzenleme | Birleşik çok modlu üretim ve anlayış |
| Girişler | Metin ve resim referansları | Metin, görseller ve video referansları |
| Görüntü oluşturma | Evet | Evet |
| Resim düzenleme | Evet | Evet |
| Video oluşturma | Hayır | Evet |
| Yerel ses | Hayır | Evet |
| Videodan videoya | Hayır | Duyuruldu |
| Ana kareden videoya | Hayır | Duyuruldu |
| Çok dilli diyalog | Hayır | Duyuruldu |
| Eylem tahmini | Hayır | Özel versiyonlarla duyuruldu |
| Açık ağırlıklar | FLUX.2 Klein çeşitleri mevcut | FLUX 3 Dev duyuruldu, henüz yayınlanmadı |
| PoYo durumu | Görüntü API'si kullanılabilir | Beş video iş akışı kullanılabilir |
Farklı Ürün Hedefleri
FLUX 2, yüksek kaliteli görüntü sentezi ve düzenleme için tasarlanmıştır. Model ailesi, farklı görüntü iş akışları için kalite odaklı, esnek ve hızlı çeşitler içerir.
FLUX 3; görüntüler, video ve ses genelinde paylaşılan bir mimari kullanır. Black Forest Labs, modaliteleri birlikte öğrenmenin dünyanın daha iyi bir temsilini oluşturduğunu savunuyor: görüntülerden mekansal yapı, videodan hareket ve fiziksel değişim ve sesten nedensel ipuçları.
Sonuç, her FLUX 2 görüntü uç noktasının doğrudan değiştirilmesi yerine daha geniş bir platformdur.
Mimari: Görüntü Modeli ve Çok Modlu Model
FLUX 2, akışla eşleşen bir görüntü modeli ailesidir. Durağan görüntüler oluşturmak veya değiştirmek amacıyla metni ve iş akışlarını düzenlemek için görüntü referanslarını kabul eder.
FLUX 3, BFL'nin Self-Flow araştırmasını ve çok modlu bir transformer'ı temel alır. Ayrı encoder ve decoder'lar görüntüleri, videoyu, sesi ve olası eylem sinyallerini paylaşılan bir modele bağlar.
Bu mimarinin hem üretimi hem de anlayışı desteklemesi amaçlanmaktadır. Aynı zamanda bir yöntemden öğrenilen bilginin diğerini geliştirmesine de olanak tanır. Örneğin video, modele bir nesnenin nasıl hareket ettiğini öğretebilirken ses, temas, darbe ve malzeme davranışı hakkında kanıt sağlayabilir.
Görüntü Oluşturma ve Düzenleme
Her iki nesil de görüntü sentezi ve düzenlemeyi kapsar, ancak kullanılabilirlikleri farklıdır.
FLUX 2
FLUX 2, bir üretim iş akışının aşağıdakileri gerektirdiği durumlarda pratik seçimdir:
- Hemen kullanılabilen metinden görüntüye üretim
- Çoklu referanslı görüntü kontrolü
- İsteme dayalı görüntü düzenleme
- Tanımlanmış model çeşitleri ve çözünürlükleri
- Bilinen API istek formatları ve fiyatlandırması
PoYo şu anda FLUX 2 API sayfasında FLUX 2 Pro, Pro Edit, Flex ve Flex Edit çeşitlerini desteklemektedir.
FLUX 3
Black Forest Labs, FLUX 3 Image'ın şu alanları geliştirdiğini söylüyor:
- Karmaşık istem yönetimi
- Çok dilli metin oluşturma
- Stil çeşitliliği
- Farklı en boy oranları ve çözünürlükler için destek
- Resim düzenleme
Ancak BFL, nihai FLUX 3 Image uç noktaları ile FLUX 2 ailesinin tamamı arasında standartlaştırılmış bir genel karşılaştırma yayınlamadı. FLUX 3'ün her görüntü görevini kazandığını iddia etmek için erken olur.
Video, FLUX 3'ün Ayırt Edici Yeniliğidir
FLUX 2 video oluşturmaz. FLUX 3 Video şunları ekler:
- Metinden videoya
- Görüntüden videoya
- Videodan videoya
- Video ve ses devamı
- Ana kareden videoya
- Referans odaklı karakter ve stil kontrolü
- 20 saniyeye kadar klipler
- Çok çekimli dizilere aracılı zincirleme
Bu, FLUX 3'ü reklam, kısa anlatımlı video, animasyonlu tasarım ve görsel-işitsel ön görselleştirme dahil olmak üzere farklı bir dizi prodüksiyon iş akışına uygun hale getirir.
Yerel Ses İş Akışını Değiştirir
Geleneksel bir yapay zeka video hattı sessiz görüntüler oluşturabilir, ardından konuşma, ses efektleri, ambiyans ve müzik için ayrı araçlar kullanabilir.
FLUX 3, video ve sesi birlikte üretir. BFL'in öne çıkanları:
- Görünür olaylarla uyumlu fiziksel sesler
- Çok dilli diyalog
- Yüz ifadesi ve konuşma
- Video ve ses devamı
- Oluşturulan hareket boyunca ses tutarlılığı
Yerel ses, inceleme veya ses tasarımı ihtiyacını ortadan kaldırmaz. Sessiz bir klip yerine görsel-işitsel bir sahne üreterek başlangıç noktasını değiştirir.
Referans Kontrolü
FLUX 2, oluşturma ve düzenleme için metin ve görüntü referanslarını kullanır. Ürün görsellerine, karakter konseptlerine, kompozisyonlara ve kontrollü görsel değişikliklere uygundur.
FLUX 3 referans kontrolünü videoya kadar genişletiyor:
- Bir görüntüyü başlangıç çerçevesi olarak kullanın
- Görselleri kimlik veya stil referansı olarak kullanın
- Merkezi öğeleri bir videodan diğerine taşıyın
- Görsel-işitsel bir klibe devam edin
- Ana karelerle başlangıç ve bitiş anlarını tanımlayın
Bir görüntü, iki başlangıç/bitiş görüntüsü, on ana kare ve uzatma için MP4 desteklenir.
Model Erişimi ve Açık Ağırlıklar
FLUX 2 halihazırda piyasaya sürülen API ve açık ağırlık seçeneklerini içermektedir. Örneğin FLUX.2 Klein, yayınlanan lisanslar ve gereksinimler kapsamında hızlı yerel veya barındırılan oluşturmayı hedefliyor.
FLUX 3 için BFL şunları duyurdu:
- API'ler ve özel ağırlıklar aracılığıyla FLUX 3 Image
- API'ler ve özel ağırlıklar aracılığıyla FLUX 3 Video
- Açık ağırlıklı çok modlu omurga olarak FLUX 3 Dev
- Seçilmiş iş ortakları aracılığıyla FLUX 3 Action
FLUX 3 Dev ağırlıkları, lisans, indirme konumu ve sistem gereksinimleri hâlâ bilinmiyor.
Kullanılabilirlik ve Fiyatlandırma
Görüntü API'si kullanılabilir; Beş video iş akışı kullanılabilir.
5–20 saniye, 720p/1080p, sekiz en-boy oranı ve yerel ses desteklenir. Standart iş akışları saniyede 34/58 kredi, uzatma 82/106 kredidir. API.
Mevcut sürüm FLUX 3 Video kapsamındadır. Image, Action ve Dev ayrı yol haritası öğeleridir.
Hangi Modeli Seçmelisiniz?
Aşağıdaki durumlarda FLUX 2'yi seçin:
- Hemen üretime hazır bir görüntü API'sine ihtiyacınız var.
- Çıktınız hareketsiz bir görüntüdür.
- Referans bazlı resim düzenlemeye ihtiyacınız var.
- Bilinen fiyatlandırma ve talep parametrelerine ihtiyacınız var.
- Birden fazla görüntü odaklı varyantı test etmek istiyorsunuz.
Aşağıdaki durumlarda FLUX 3'ü takip edin:
- Yerel sesli videoya ihtiyacınız var.
- İş akışınız metin, resim ve video referanslarını birleştirir.
- Videonun devamını veya ana kare geçişlerini istiyorsunuz.
- Çok dilli diyalog önemlidir.
- Çok modlu dünya modellerini veya eylem tahminlerini araştırıyorsunuz.
Her ikisini de şu durumlarda kullanın:
FLUX 2, bir ekip yeni görsel-işitsel iş akışları için FLUX 3'ü değerlendirirken istikrarlı görüntü üretim katmanı olarak kalabilir. FLUX 3'ün çalışan bir görüntü hattını ilk gününde değiştirmesi gerekmez.
Sıkça Sorulan Sorular
FLUX 3, FLUX 2'den daha mı iyi?
FLUX 3 çok daha geniş bir yetenek setine sahiptir, ancak henüz her görüntü oluşturma veya düzenleme görevi için daha iyi olduğunu söyleyecek yeterli sayıda kamuya açık, bağımsız test yoktur.
FLUX 2 videoyu destekliyor mu?
Hayır. FLUX 2 bir görüntü oluşturma ve düzenleme ailesidir.
FLUX 3 hala görüntü oluşturuyor mu?
Evet. FLUX 3 Image, yeni video, ses ve eylem özelliklerinin yanı sıra görüntü sentezini ve düzenlemeyi destekler.
FLUX 3, FLUX 2'nin yerini alacak mı?
Görüntü API'si kullanılabilir; Beş video iş akışı kullanılabilir.
FLUX 3 açık kaynak mı?
Açık ağırlıklı FLUX 3 Dev omurgası duyuruldu ancak henüz piyasaya sürülmedi.
PoYo'da hangi model mevcut?
Şimdi kullanılabilir.
Sonuç
FLUX 2 ve FLUX 3 sadece eski ve yeni imaj modeli olarak anlaşılmamalıdır. İki ürün kapsamını temsil ederler:
- FLUX 2: üretim odaklı görüntü oluşturma ve düzenleme
- FLUX 3: görüntü, video, yerel ses ve aksiyon için çok modlu bir temel
Beş video iş akışı kullanılabilir.
Kaynaklar: Black Forest Labs FLUX 3 duyurusu, Black Forest Labs FLUX.2 duyurusu