FLUX 3 vs FLUX 2: Hình ảnh, Video, Áo và sự khác biệt chính

Sự khác biệt lớn nhất giữa FLUX 3 và FLUX 2 không phải là một nâng cấp chất lượng thông thường. FLUX 2 là một gia đình tạo ra hình ảnh và chỉnh sửa. FLUX 3 là một mô hình nền tảng đa phương thức mở rộng vào video, âm thanh bản địa và dự đoán hành động trong khi vẫn giữ lại việc tạo và chỉnh sửa hình ảnh.

Sự phân biệt đó cũng thay đổi mô hình có ý nghĩa ngày nay. FLUX 2 cung cấp các API hình ảnh sản xuất và các biến thể được xác định, trong khi PoYo hiện cung cấp năm dòng công việc video sản xuất FLUX 3 với âm thanh bản địa, đầu vào trực quan, mở rộng và điều khiển khung chìa khóa.

FLUX 3 vs FLUX 2

Tính năng	FLUX 2	FLUX 3
Trọng tâm chính	Tạo hình ảnh và chỉnh sửa	Tạo và hiểu biết đa phương tiện thống nhất
Các đầu vào	Các tham chiếu văn bản và hình ảnh	Các văn bản, hình ảnh và video tham chiếu
Tạo hình ảnh	Vâng.	Vâng.
Chỉnh sửa hình ảnh	Vâng.	Vâng.
Tạo video	Không.	Vâng.
Âm thanh bản địa	Không.	Vâng.
Video-to-video	Không.	Được thông báo
Keyframe-to-video	Không.	Được thông báo
Đối thoại đa ngôn ngữ	Không.	Được thông báo
Dự đoán hành động	Không.	Được thông báo thông qua các biến thể chuyên môn
Tặng mở	Các biến thể FLUX.2 Klein có sẵn	FLUX 3 Dev được công bố, chưa được phát hành
Tình trạng PoYo	Hình ảnh API có sẵn	Năm video workflows có sẵn

Mục tiêu sản phẩm khác nhau

FLUX 2 được thiết kế xung quanh tổng hợp hình ảnh chất lượng cao và chỉnh sửa. Gia đình mô hình của nó bao gồm các biến thể tập trung vào chất lượng, linh hoạt và nhanh chóng cho các dòng công việc hình ảnh khác nhau.

FLUX 3 sử dụng kiến trúc chia sẻ trên hình ảnh, video và âm thanh. Black Forest Labs lập luận rằng việc học các phương pháp cùng nhau tạo ra một sự đại diện tốt hơn về thế giới: cấu trúc không gian từ hình ảnh, chuyển động và thay đổi vật lý từ video, và các manh mối nguyên nhân từ âm thanh.

Kết quả là một nền tảng rộng hơn thay vì thay thế trực tiếp cho mỗi điểm cuối hình ảnh FLUX 2.

Kiến trúc: Mô hình hình ảnh vs Mô hình đa mô hình

FLUX 2 là một gia đình mô hình ảnh phù hợp với dòng chảy. Nó chấp nhận văn bản và, để chỉnh sửa các workflow, tham chiếu hình ảnh để tạo hoặc sửa đổi hình ảnh tĩnh.

FLUX 3 dựa trên nghiên cứu tự chảy của BFL và một biến thể đa phương thức. Các bộ mã hóa và bộ giải mã riêng biệt kết nối hình ảnh, video, âm thanh và tín hiệu hành động tiềm năng với một mô hình được chia sẻ.

Kiến trúc này được thiết kế để hỗ trợ cả lần tạo và sự hiểu biết. Nó cũng cho phép kiến thức được học từ một phương thức để cải thiện một phương thức khác. Ví dụ, video có thể dạy cho mô hình cách di chuyển một vật thể, trong khi âm thanh có thể cung cấp bằng chứng về tiếp xúc, tác động và hành vi vật chất.

Tạo hình ảnh và chỉnh sửa

Cả hai lần tạo bao gồm tổng hợp hình ảnh và chỉnh sửa, nhưng khả năng có sẵn của chúng khác nhau.

FLUX 2

FLUX 2 là lựa chọn thực tế khi một dòng công việc sản xuất cần:

• Tạo văn bản-được hình ảnh bây giờ
• Kiểm soát hình ảnh đa tham chiếu
• Quản xuất hình ảnh prompt
• Các biến thể và độ phân giải mô hình được xác định
• Các định dạng yêu cầu và giá API được biết đến

PoYo hiện hỗ trợ các biến thể FLUX 2 Pro, Pro Edit, Flex và Flex Edit trên FLUX 2 API trang.

FLUX 3

Black Forest Labs nói FLUX 3 Hình ảnh cải thiện:

• Việc xử lý prompt phức tạp
• Tạo văn bản đa ngôn ngữ
• Sự đa dạng phong cách
• Hỗ trợ cho các tỷ lệ và độ phân giải khác nhau
• Chỉnh sửa hình ảnh

Tuy nhiên, BFL đã không công bố một so sánh công khai tiêu chuẩn giữa các điểm cuối cuối FLUX 3 Image và toàn bộ gia đình FLUX 2. Sẽ là quá sớm để tuyên bố rằng FLUX 3 thắng mọi nhiệm vụ hình ảnh.

Video là định nghĩa FLUX 3 nâng cấp

FLUX 2 không tạo ra video. FLUX 3 Video thêm:

• Ghiệp tin qua video
• Hình ảnh sang video
• Video-to-video
• Video và âm thanh tiếp tục
• Keyframe-to-video
• Kiểm soát nhân vật và phong cách dựa trên tham chiếu
• Các clip lên đến 20 giây
• Sợi dây chuyền đại lý thành chuỗi nhiều lần

Điều này làm cho FLUX 3 có liên quan đến một loạt các dòng công việc sản xuất khác nhau, bao gồm quảng cáo, video kể chuyện ngắn, thiết kế hoạt hình và hình ảnh trước trực quan.

Audio bản địa thay đổi quy trình làm việc

Một đường ống video AI thông thường có thể tạo ra hình ảnh im lặng, sau đó sử dụng các công cụ riêng biệt cho giọng nói, hiệu ứng âm thanh, môi trường và âm nhạc.

FLUX 3 tạo ra video và âm thanh cùng nhau.

• Những âm thanh vật lý phù hợp với các sự kiện có thể nhìn thấy
• Đối thoại đa ngôn ngữ
• Biểu hiện khuôn mặt và nói chuyện
• Video và âm thanh tiếp tục
• Sự phù hợp âm thanh qua chuyển động được tạo ra

Âm thanh bản địa không loại bỏ nhu cầu xem xét hoặc thiết kế âm thanh. Nó thay đổi điểm khởi đầu bằng cách tạo ra một cảnh khán giả thay vì một đoạn clip im lặng.

Kiểm soát tham chiếu

FLUX 2 sử dụng các tham chiếu văn bản và hình ảnh để tạo và chỉnh sửa. Nó phù hợp với hình ảnh sản phẩm, khái niệm nhân vật, biên soạn và thay đổi hình ảnh được kiểm soát.

FLUX 3 mở rộng điều khiển tham chiếu đến video:

• Sử dụng hình ảnh như một khung khởi đầu
• Sử dụng hình ảnh như tham chiếu về danh tính hoặc phong cách
• Chuyển các yếu tố trung tâm từ một video sang một video khác
• Tiếp tục đoạn phim khán giả
• Định nghĩa các khoảnh khắc bắt đầu và kết thúc bằng khung khóa

PoYo hiện hỗ trợ một nguồn hình ảnh cho hình ảnh sang video, hai hình ảnh được sắp xếp cho lần tạo khung hình đầu tiên và cuối cùng, lên đến mười khung phím được định vị, và một nguồn MP4 cho mở rộng video. Tài liệu FLUX 3 API cho giới hạn tải lên hiện tại.

Mô hình truy cập và trọng lượng mở

FLUX 2 đã bao gồm các tùy chọn API và các tùy chọn trọng lượng mở được phát hành. Ví dụ, FLUX.2 Klein nhắm mục tiêu vào việc sản xuất nhanh chóng tại địa phương hoặc được lưu trữ theo các giấy phép và yêu cầu được công bố.

Đối với FLUX 3, BFL đã công bố:

• FLUX 3 Hình ảnh thông qua API và trọng lượng riêng
• FLUX 3 Video thông qua API và trọng lượng riêng
• FLUX 3 Dev như một xương sống đa phương thức có trọng lượng mở
• FLUX 3 Hành động thông qua các đối tác được lựa chọn

Các trọng lượng, giấy phép, vị trí tải xuống và yêu cầu hệ thống của FLUX 3 vẫn chưa được biết.

Sự sẵn có và giá cả

Cả hai gia đình đều có sẵn thông qua PoYo, nhưng cho các công việc sản xuất khác nhau. FLUX 2 cung cấp các biến thể tạo hình ảnh và chỉnh sửa được ghi chép. FLUX 3 hiện cung cấp năm dòng video: văn bản-video, hình ảnh-video, lần tạo khung hình đầu tiên và cuối cùng, mở rộng video và khung phím định vị.

FLUX 3 dòng video công việc tiêu chuẩn chi phí 34 tín dụng mỗi giây tại 720p hoặc 58 tín dụng mỗi giây tại 1080p. Việc mở rộng chi phí 82 hoặc 106 tín dụng mỗi giây tương ứng. Các ID mô hình PoYo được phát hành và các trường yêu cầu được liệt kê trong Tài liệu FLUX 3 API.

Phiên bản PoYo hiện tại là đặc biệt là gia đình video FLUX 3. Không suy luận rằng các mục lộ trình FLUX 3 Hình ảnh, hành động hoặc Dev riêng biệt được bao gồm trong các điểm cuối này.

Bạn nên chọn mô hình nào?

Chọn FLUX 2 khi:

• Anh cần hình ảnh sản xuất API ngay.
• Tác phẩm của bạn là hình ảnh tĩnh.
• Bạn cần chỉnh sửa hình ảnh dựa trên tham chiếu.
• Bạn cần biết giá và yêu cầu tham số.
• Bạn muốn thử nhiều biến thể tập trung vào hình ảnh.

Theo dõi FLUX 3 khi:

• Bạn cần video với âm thanh bản địa.
• Phòng làm việc của bạn kết hợp văn bản, hình ảnh và video tham chiếu.
• Bạn muốn video tiếp tục hoặc chuyển đổi khung phím.
• Đối thoại đa ngôn ngữ là quan trọng.
• Bạn đang nghiên cứu các mô hình thế giới đa phương thức hoặc dự đoán hành động.

Sử dụng cả hai khi:

FLUX 2 có thể vẫn là lớp sản xuất hình ảnh ổn định trong khi một nhóm đánh giá FLUX 3 cho các dòng công việc trực quan mới. FLUX 3 không cần thay thế một đường ống hình ảnh hoạt động vào ngày đầu tiên của nó.

Những câu hỏi thường được hỏi

FLUX 3 tốt hơn FLUX 2?

FLUX 3 có một bộ khả năng rộng hơn nhiều, nhưng vẫn chưa có đủ thử nghiệm công cộng, độc lập để nói rằng nó tốt hơn cho mọi nhiệm vụ tạo hình ảnh hoặc chỉnh sửa.

FLUX 2 hỗ trợ video?

Không, không. FLUX 2 là một bộ phận tạo và chỉnh sửa hình ảnh.

FLUX 3 vẫn tạo ra hình ảnh?

Có. FLUX 3 Image hỗ trợ tổng hợp hình ảnh và chỉnh sửa cùng với video, âm thanh và hướng hành động mới.

FLUX 3 có thay thế FLUX 2 không?

BFL không nói rằng FLUX 3 sẽ ngay lập tức thay thế FLUX 2. Trên PoYo, hai hiện nay bổ sung cho nhau: FLUX 2 xử lý các dòng công việc hình ảnh sản xuất, trong khi FLUX 3 xử lý năm dòng công việc video sản xuất.

FLUX 3 có nguồn mở không?

Một bộ xương sống Dev FLUX 3 được công bố, nhưng nó vẫn chưa được phát hành.

Mô hình nào có sẵn trên PoYo?

Cả hai đều có sẵn trên PoYo. Chọn FLUX 2 để tạo và chỉnh sửa hình ảnh, hoặc FLUX 3 cho năm dòng video được phát hành với âm thanh bản địa.

Kết luận

FLUX 2 và FLUX 3 không chỉ được hiểu như một mô hình hình ảnh cũ và mới.

• FLUX 2: Tạo và chỉnh sửa hình ảnh tập trung vào sản xuất
• FLUX 3: một nền tảng đa phương thức cho hình ảnh, video, âm thanh bản địa và hành động

Đối với tải trọng công việc hình ảnh hiện tại, FLUX 2 vẫn là lựa chọn phù hợp. Đối với việc tạo ra audiovisual và tham chiếu đa phương tiện, năm dòng video FLUX 3 hiện có sẵn.

Đọc phần rộng hơn FLUX 3 tổng quan, khám phá FLUX 3 hướng dẫn video, hoặc sử dụng FLUX 3 trên PoYo.

Nguồn: Black Forest Labs FLUX 3 thông báo, Black Forest Labs FLUX.2 thông báo