Black Forest Labs 又扔出了一颗不大不小的炸弹:FLUX 3 Image Klein,5.6B 参数,权重直接开放下载,文生图、图像编辑、最多十张参考图的多参考生成,一个都不缺。名字里的 Klein 在德语里是"小"的意思——可你把十张参考图塞进一个能本地跑的模型里试试,就知道这个"小"字有多不老实。
过去一年,图像生成的军备竞赛基本沿着两条线打:往大里堆参数,往云里锁能力。BFL 这次的方向恰好相反,把体积压到消费级显卡还能喘气的区间,把编辑和多参考这两件原本被归入"高级功能"的事,直接塞进权重文件里交出去。它不像是版本号后面多了一位小数,更像是对行业默认假设的一次当面反驳。开源权重这四个字,最近两年被稀释得厉害,而这次至少把诚意摆在了秤上。
5.6B 的"小",到底小在哪
参数量这个指标,早就被聊坏了
图像生成领域的参数对比一直有点鸡同鸭讲。SDXL 时代大家算的是 UNet 那 3.5B,到了 DiT 架构,12B 级别的 FLUX.1 [dev] 一度被当成"本地能跑的极限"。5.6B 站在中间:比老一代厚实,比旗舰小一半,比各种蒸馏加速版又扎实得多。真正有意义的问题落在硬件上——跑起来要什么卡,量化之后掉不掉质量,批量出图的吞吐够不够。
24GB 显存的原生推理、16GB 卡上的量化版本,大概率会是最先被验证的两条路径。具体数字得等实测,但门槛明显比旗舰低一个台阶。而门槛这件事,直接决定了一个模型能不能长出社区:能下载、能微调、能在自己机器上跑通,才有后面所有的故事。
十张参考图才是这次的主角
多参考生成的工程难点,在于把多个来源的信息拆开再拼回去。哪张图管脸,哪张管衣服,哪张管光线,哪张定风格,模型得自己捋清楚,还得保证它们不打架。允许最多十张参考,意味着用户可以拿一整套素材卡进去——角色设定、服装库、场景板、风格参考——一次喂完。
放在以前,这类需求要靠 LoRA 训练加插件硬堆:训一个角色一周起步,换角色就得换模型。现在被压缩成一次调用,工作流的形态就变了。做连载漫画的、做电商主图矩阵的、做游戏概念迭代的,感受会最直接。
生成与编辑,正在并成一件事
文生图和图像编辑在产品层面被分栏放了太久。左边输入框写提示词,右边上传图片拖蒙版,用户得先想清楚自己究竟属于哪一类需求。Klein 把两者装进同一套权重之后,动作被简化成"给素材,说要什么"。
ComfyUI 那种节点式拼装不会消失,专业用户依然需要逐层控制;但中间那一层轻量工具会大面积重写,因为最麻烦的部分已经被模型吃掉了。谁还在把"生成模式"和"编辑模式"当成两个入口来做界面,很快就会显得笨重。
权重开放了,但门开多大由谁说了算
FLUX Kommunity License 不是 MIT
名字里那个 Kommunity 就是信号。开源权重这几年长出了一整套"看起来开放"的许可梯度:Apache 2.0 站在最前端,往后跟着带收入门槛的、带用途限制的、带署名要求的自定义协议,FLUX Kommunity License 属于后者。
独立开发者、学生、小工作室基本够用;法务流程严格的公司会先追问三件事——商用边界在哪、收入到什么量级需要另外谈、生成内容的权利归属怎么算。这三个答案只能翻官方条款原文,任何二手解读都不作数。所谓"开源权重",开的是下载这道门,不是全部的门。
开源小模型,闭源大模型
BFL 的路线越来越清楚了:放开放权重的小模型出去养生态、刷存在感,把更强的版本和托管 API 留在自己手里收钱。Mistral 这么干过,Meta 也这么干过,结果一半一半。
好处显而易见,品牌和开发者习惯来得快,社区帮你做量化、做适配、写教程、填文档。风险同样明显——微调版、蒸馏版一旦比原版更好用,用户凭什么回头付钱。这条钢丝走得好,是生态飞轮;走不好,就是替别人养大了竞争对手。
只有跑得动的东西才有人改
社区生态的真实门槛从来不是许可,是显存。12B 以上的模型,个人开发者多数只能调 API,谈不上魔改,连认真测一遍都费劲。5.6B 把"下载—微调—传到 Hugging Face"这条链重新接上了。
接下来几周可以盯三件事:量化版本多久出现,ComfyUI 节点多久跟上,第一批 LoRA 的质量如何。这三件事决定一个模型能不能活过三个月,跟发布会的 PPT 有多少页关系不大。
接下来拼的,不是画质
一致性变成硬指标
画质这一仗两年前就打完了。现在拉开差距的是另一个问题:同一个人出现在第二十张图里,还是不是同一个人。多参考生成本质上就是在解一致性。参考图从一张涨到十张,带来的不是量变,是可用场景的整体位移——单张参考只够做风格模仿,十张参考才撑得起连载漫画或者系列商品图。
本地部署重新性感起来
隐私、成本、延迟,这三个词在 B 端采购会上一遍遍出现。没有哪家硬件公司愿意把未发布的产品渲染图传到别人的服务器上,也没有哪个医疗或者金融团队想把内部素材交出去。一个能在本地跑起来的 5.6B 模型,正好接住这类需求。
开源权重喊了很多年,最实在的卖点始终是这一条:数据不出内网。参数小一点、效果差一点,很多场景里是可以接受的交换。
API 生意的护城河在漏水
开源模型做到 80 分的时候,闭源 API 卖的其实是剩下那 20 分加运维便利。这个溢价撑不撑得住,要看闭源侧的迭代速度和推理成本压到什么程度。对图像 API 厂商而言,Klein 这样的发布算不上噩耗,但也绝对不属于可以划过去不看的那类新闻。
图像生成的门槛正在被往下拽,拽它的东西只有 5.6B。

