คู่มือ FLUX 3 Image Klein: ใช้ภาพอ้างอิง จัดวาง และแก้ภาพอย่างควบคุมได้

คุณมีภาพสินค้าที่ใช้ได้อยู่แล้ว แต่จัดวางไม่เหมาะกับงานถัดไป ต้องเลื่อนตัวแบบไปทางซ้าย เปลี่ยนพื้นหลัง และเว้นพื้นที่ด้านขวาไว้ใส่พาดหัว การสั่งให้ตัวสร้างภาพเริ่มใหม่ทำได้ง่าย แต่การแก้ภาพให้ได้เวอร์ชันที่นำไปใช้จริงได้ยากกว่า

FLUX 3 Image Klein รวมการสร้างภาพจากข้อความ การแก้ไขภาพ และการใช้ภาพอ้างอิงหลายภาพไว้ในตระกูลโมเดลเดียว Black Forest Labs เปิดตัวเมื่อวันที่ 15 ตุลาคม 2026 จุดเปลี่ยนที่น่าสนใจไม่ใช่ภาพตัวอย่างที่สวยขึ้นอีกภาพ แต่คือความสามารถในการบอกได้ทั้งว่าภาพมีอะไรและองค์ประกอบเหล่านั้นควรอยู่ตรงไหน ประกาศจาก BFL

คู่มือนี้จะพาคุณจากการทดลองเล็ก ๆ ไปสู่ขั้นตอนแก้ภาพที่ทำซ้ำได้ เริ่มจากเบราว์เซอร์เพื่อทำความเข้าใจเครื่องมือ เลือก API เมื่อต้องนำไปใช้ในแอป และพิจารณารันในเครื่องเมื่อการควบคุมไฟล์หรือการใช้งานซ้ำคุ้มกับการตั้งค่า คุณไม่จำเป็นต้องเข้าใจคณิตศาสตร์ของ diffusion เพื่อเลือกเส้นทางเหล่านี้

เลือกเส้นทางที่สั้นที่สุดเพื่อให้ได้ภาพแรกที่ใช้ได้

สิ่งเหล่านี้คือผลิตภัณฑ์คนละแบบที่ใช้ชุดน้ำหนักเกี่ยวข้องกัน ไม่ใช่ปุ่มที่ใช้แทนกันได้ โมเดล คือชุดน้ำหนักที่ผ่านการเรียนรู้ runtime คือซอฟต์แวร์ที่ใช้รันโมเดล ComfyUI มีส่วนติดต่อสำหรับจัดเวิร์กโฟลว์ Diffusers มีองค์ประกอบ Python ส่วน API ที่โฮสต์ไว้เป็นบริการที่มีผู้ดูแล ฟีเจอร์ที่คุณเห็นในส่วนติดต่อหนึ่งอาจอาศัยการประมวลผลซึ่งอีกส่วนติดต่อไม่มี

หากจะลองครั้งแรก ให้เปิด Space อย่างเป็นทางการ หรือ BFL Playground ตรวจข้อความแจ้งเรื่องบัญชีและการเรียกเก็บเงินก่อนสร้างภาพ เบราว์เซอร์เป็นจุดเริ่มต้นแบบเดียวกันบน Windows, macOS และ Linux โดยไม่ต้องมี GPU ในเครื่องเมื่อใช้บริการระยะไกล

ใช้ภาพที่คุณเป็นเจ้าของและส่งให้บริการนั้นได้อย่างปลอดภัย ภาพแก้วกาแฟของคุณเองเป็นข้อมูลฝึกที่เหมาะกว่าภาพสินค้าที่ยังไม่เปิดตัวของลูกค้า แบบฝึกหัดต่อไปนี้มอบโจทย์เล็ก ๆ ที่เป็นรูปธรรมพร้อมเกณฑ์ตัดสินผล

เปลี่ยนทีละอย่างก่อนเพิ่มภาพอ้างอิงสิบภาพ

1. เก็บภาพต้นฉบับที่ยังไม่แตะต้องและจดขนาดภาพไว้
2. เลือกเวิร์กโฟลว์แก้ภาพแล้วแนบภาพนั้นเพียงภาพเดียว
3. บรรยายฉากที่ต้องการให้ครบ รวมถึงสิ่งที่ต้องคงลักษณะเดิมไว้
4. ขอให้เปลี่ยนเพียงอย่างเดียว เช่น เปลี่ยนพื้นหลัง แทนที่จะเปลี่ยนตัวแบบ สไตล์ และองค์ประกอบพร้อมกัน
5. เปรียบเทียบผลลัพธ์กับต้นฉบับที่ความละเอียดเต็ม ตรวจรูปทรง ข้อความ ขอบ และแสง ไม่ใช่ดูแค่ภาพย่อ
6. เก็บคำสั่งกับผลลัพธ์ไว้ด้วยกัน แล้วเปลี่ยนตัวแปรเพียงอย่างเดียวในการลองครั้งถัดไป

ตัวอย่างเช่น เริ่มจากคำบรรยายฉากนี้:

A catalog photograph of the same plain ceramic mug from the reference image,
with its handle and proportions preserved, on a matte pale-green surface.
Soft light comes from the left. The mug sits in the left third of a wide
composition, leaving clear space on the right for text added later.

คุณเป็นผู้กำหนดเกณฑ์ยอมรับผล: หูแก้วไม่เปลี่ยน รูปทรงแก้วยังใช้ได้ และพื้นที่ว่างนั้นว่างจริง หากโลโก้ต้องตรงเป๊ะ ให้เทียบกับต้นฉบับ อย่าเชื่อภาพที่ดูเหมือนสร้างขึ้นมาอย่างสมจริง หากต้องสะกดและรักษารูปทรงแบรนด์ให้แน่นอน ให้เพิ่มตัวอักษรขั้นสุดท้ายด้วยเครื่องมือออกแบบทั่วไป

model card อย่างเป็นทางการ ระบุว่ารองรับภาพอ้างอิงได้สูงสุด 10 ภาพ นี่คือขีดความสามารถ ไม่ใช่คำแนะนำให้ใช้สิบภาพกับทุกงาน ภาพอ้างอิงสองภาพที่มีมุมกล้องขัดแย้งกันอาจสร้างความกำกวมมากกว่าภาพอ้างอิงที่ชัดเจนเพียงภาพเดียว ระบุบทบาทของแต่ละภาพให้ชัด เช่น ตัวแบบ วัสดุ องค์ประกอบ หรือสไตล์

กรอบตำแหน่งช่วยจัดองค์ประกอบ แต่ไม่ได้ล็อกพิกเซล

FLUX 3 รองรับคำอธิบายพื้นที่ด้วยพิกัดที่ปรับมาตรฐานแล้ว คุณจึงระบุกรอบและบรรยายเนื้อหาที่สัมพันธ์กับกรอบนั้นได้ แทนที่จะบอกเพียงว่า "วางวัตถุไว้ทางซ้าย" ช่วงพิกัดคือ 0 ถึง 1000 ดังนั้นคำอธิบายตำแหน่งจึงไม่ขึ้นกับว่าภาพสุดท้ายกว้าง 1024 หรือ 2048 พิกเซล คู่มือกรอบสี่เหลี่ยมของ BFL

แผนภาพอธิบายต้นฉบับ กรอบใช้ระบุตำแหน่งที่ต้องการ ไม่ใช่ผลการสร้างที่สังเกตได้หรือมาสก์ภาพแบบตายตัว

ต่อไปนี้เป็นข้อความส่วนหนึ่งของคำบรรยายสำหรับ การสร้างภาพ เพื่อประกอบตัวอย่าง โดยอธิบายองค์ประกอบใหม่ ไม่ใช่การแก้ภาพอ้างอิง ให้วางไว้ในพรอมป์ต์ ไม่ใช่ในเทอร์มินัล:

A clean studio composition with a ceramic mug <mug_1> on the left.
[{"id":"mug_1","bbox":[200,80,850,480],"desc":"A plain ceramic mug with a visible handle"}]

ลำดับคือ บน ซ้าย ล่าง ขวา ในตัวอย่างนี้กรอบเริ่มที่ 20% จากด้านบนและ 8% จากด้านซ้าย แล้วสิ้นสุดที่ 85% จากด้านบนและ 48% จากด้านซ้าย สำหรับงานจริง ให้ร่างการจัดวางเป้าหมายก่อนแล้วค่อยแปลงเป็นพิกัด การสลับค่าตำแหน่งแนวนอนกับแนวตั้งทำให้ผลสับสนได้ง่าย

การแก้ภาพต้องระบุทั้งต้นทางและปลายทาง ตัวอย่าง API body ต่อไปนี้เป็นเพียงภาพประกอบ ย้ายแก้วจากกรอบต้นทางตรงกลางไปยังกรอบเป้าหมายทางซ้าย เปลี่ยน URL ภาพตัวอย่างเป็นภาพที่คุณเป็นเจ้าของและเข้าถึงได้ อย่าส่ง placeholder เดิมไปใช้งาน ภาพอ้างอิงภาพแรกคือ ref_image_0

{
  "images": ["https://example.com/your-own-mug.png"],
  "output_format": "png",
  "prompt": "In <ref_image_0>, move the mug <mug_1> to the left. Preserve the mug's handle and the plain background. [{\"id\":\"mug_1\",\"from\":\"ref_image_0\",\"src_bbox\":[200,300,850,700],\"tgt_bbox\":[200,80,850,480],\"desc\":\"The same plain ceramic mug with its handle visible\"}]"
}

ในที่นี้ from ระบุภาพอ้างอิง ส่วน src_bbox ระบุบริเวณเดิม และ tgt_bbox อธิบายตำแหน่งที่ต้องการ เพิ่มแถวสำหรับองค์ประกอบอื่นได้หากต้องวางแผนคงสภาพอย่างละเอียด CLI อ้างอิงแบบ local ใช้ไฟล์ boxes.json แยกต่างหากและใช้พิกัด 0 ถึง 1 อย่าวางค่าพิกัด 0–1000 ของ API ลงในไฟล์นั้น รูปแบบแก้ภาพบนบริการโฮสต์, รูปแบบกรอบในเครื่อง

อย่าคิดว่ากรอบรับประกันว่าทุกอย่างนอกกรอบจะไม่เปลี่ยน เอกสาร checkpoint ดิบเตือนว่าการแก้ภาพอาจกระทบบริเวณอื่น และองค์ประกอบอาจยื่นออกนอกกรอบได้ เส้นทางแก้ภาพแบบโฮสต์ของ BFL ยังมีการคืนสภาพพิกเซล ซึ่งห้ามเหมารวมว่าเป็นฟีเจอร์ของทุก pipeline ในเครื่อง ให้ตรวจ implementation ที่คุณใช้ ข้อจำกัดของ checkpoint

หากจะพิมพ์หรือนำไปส่งลูกค้า ให้ซ้อนภาพเก่าและใหม่ในโปรแกรมแก้ภาพ หากเลื่อนวัตถุได้ตามต้องการแต่ข้อความบนบรรจุภัณฑ์เปลี่ยน งานจัดองค์ประกอบสำเร็จ แต่งานรักษาสินทรัพย์เดิมล้มเหลว ทั้งสองอย่างเป็นเกณฑ์คนละข้อ และการแยกประเมินจะช่วยให้ปรับแก้ง่ายขึ้น

คำขอ API คือจุดเริ่มงาน ไม่ใช่ไฟล์สำเร็จรูป

นักพัฒนาส่งคำขอสร้างภาพไปยัง endpoint ที่ระบุเอกสารไว้ได้ ในเทอร์มินัล macOS หรือ Linux ให้ตั้ง BFL_API_KEY เป็นค่าลับใน environment แล้วใช้ตัวอย่างสั้น ๆ นี้ อาจมีค่าบริการเกิดขึ้น อย่าใส่คีย์ลงใน repository สาธารณะหรือ bundle ของเบราว์เซอร์

curl --fail-with-body --request POST \
  --url https://api.bfl.ai/v1/flux-3-image-klein \
  --header "x-key: $BFL_API_KEY" \
  --header "Content-Type: application/json" \
  --data '{"prompt":"A simple studio photograph of a plain ceramic mug on a pale green surface","aspect_ratio":"16:9","output_format":"png"}' \
  --output bfl-job.json

สำหรับ Windows PowerShell ใช้ endpoint เดียวกันพร้อมการ serialize JSON แบบ native:

$body = @{
    prompt = "A simple studio photograph of a plain ceramic mug on a pale green surface"
    aspect_ratio = "16:9"
    output_format = "png"
} | ConvertTo-Json
$job = Invoke-RestMethod -Method Post `
    -Uri "https://api.bfl.ai/v1/flux-3-image-klein" `
    -Headers @{ "x-key" = $env:BFL_API_KEY } `
    -ContentType "application/json" -Body $body
$job | ConvertTo-Json -Depth 10 | Set-Content -Encoding utf8 bfl-job.json

เลือกวิธีส่งคำขอ เพียงวิธีเดียว ทั้งสองวิธีบันทึกงานที่รับไว้ใน bfl-job.json แต่ไม่มีวิธีใดดาวน์โหลดผลลัพธ์ ให้บันทึกสคริปต์ Python ที่ใช้ไลบรารีมาตรฐานนี้เป็น poll_result.py ไว้ในโฟลเดอร์เดียวกัน คง BFL_API_KEY ไว้ให้โปรเซส แล้วรัน python poll_result.py บน Windows หรือ python3 poll_result.py บน macOS/Linux สคริปต์จะตรวจสถานะงานเดิมและบันทึก result.png โดยไม่ส่งคำขอสร้างภาพซ้ำ

import json
import os
from pathlib import Path
import time
from urllib.parse import urlparse
from urllib.request import Request, urlopen

job = json.loads(Path("bfl-job.json").read_text(encoding="utf-8-sig"))
polling_url = job["polling_url"]
parsed = urlparse(polling_url)
if parsed.scheme != "https" or not (parsed.hostname or "").endswith(".bfl.ai"):
    raise ValueError("Unexpected polling host; inspect the saved job")
headers = {"x-key": os.environ["BFL_API_KEY"]}
deadline = time.monotonic() + 600

while time.monotonic() < deadline:
    with urlopen(Request(polling_url, headers=headers), timeout=60) as reply:
        result = json.load(reply)
    status = result["status"]
    print(job["id"], status)
    if status == "Ready":
        sample = result["result"]["sample"]
        if urlparse(sample).scheme != "https":
            raise ValueError("Unexpected result URL")
        with urlopen(sample, timeout=120) as image:
            Path("result.png").write_bytes(image.read())
        print("Saved result.png; inspect it before accepting the asset")
        break
    if status not in {"Pending", "Reasoning", "Generating"}:
        raise RuntimeError(f"Job stopped: {status}; keep bfl-job.json")
    time.sleep(1.5)
else:
    raise TimeoutError("Keep bfl-job.json and resume polling this job later")

API สำหรับผลลัพธ์ แยกสถานะกำลังทำงาน พร้อมใช้งาน ถูกกลั่นกรอง และผิดพลาด หากสคริปต์นี้หยุดเพราะเครือข่าย ให้เก็บไฟล์งานไว้แล้วรัน ตัวตรวจสถานะ ไม่ใช่คำสั่งส่งงาน ตรวจคำตอบของคำขอที่ไม่แน่ใจให้ดีก่อนลองซ้ำ การไม่ได้รับคำตอบไม่ได้พิสูจน์ว่าบริการปฏิเสธงานที่มีค่าใช้จ่ายนั้น schema ของคำขอ

แอปที่มีประโยชน์ควรเก็บข้อมูลสามอย่าง ได้แก่ สินทรัพย์ต้นฉบับ งานสร้างภาพ และผลลัพธ์ที่ยอมรับแล้ว ผู้ใช้ควรย้อนกลับไปดูต้นฉบับได้ แม้ปฏิเสธเวอร์ชันแก้ไขไปแล้ว การออกแบบเช่นนี้มีค่ามากกว่าปุ่มที่ซ่อนทุกขั้นกลางแล้วให้ไฟล์ JPEG ใหม่ที่ไม่รู้ที่มา

เริ่มติดตั้งในเครื่องโดยคิดงบหน่วยความจำทั้งหมด

ตัวเลข 5.6B ของ Klein หมายถึง image transformer ไม่ใช่ทุกองค์ประกอบที่เวิร์กโฟลว์ต้องใช้ ตัวเข้ารหัสข้อความ image autoencoder, prompt upsampler, activations และ token ของภาพอ้างอิงต่างก็ใช้ทรัพยากร CLI อ้างอิง เดโม และ Python API เปิด upsampler ไว้เป็นค่าเริ่มต้น BFL ระบุชัดว่าควรเปิดไว้ เว้นแต่จะป้อนคำบรรยายที่เตรียมด้วย upsampler มาแล้ว ขนาดไฟล์น้ำหนักจึงใช้ประเมิน VRAM ทั้งหมดไม่ได้ ความแตกต่างนี้สำคัญเช่นเดียวกับตอนประเมิน โมเดลภาษาในเครื่องขนาดใหญ่ implementation อ้างอิง

BFL โฆษณาเส้นทางที่ปรับให้เหมาะกับ GPU สำหรับผู้ใช้ทั่วไป รวมถึงการตั้งค่า INT8 สำหรับการ์ด 8GB ส่วน model card ของโค้ดอ้างอิงรายงานค่าสูงสุดที่มากกว่าสำหรับการตั้งค่าอื่น ข้อมูลเหล่านี้เป็นสูตรคนละแบบ ไม่มีข้อใดเป็นหน่วยความจำขั้นต่ำสากลสำหรับทุกอินเทอร์เฟซ ทุกความละเอียด และทุกจำนวนภาพอ้างอิง ให้จด runtime, precision, ขนาดภาพ และนโยบาย offloading ไว้คู่กับตัวเลขหน่วยความจำ ตัวอย่างฮาร์ดแวร์ตอนเปิดตัว, รายละเอียดฮาร์ดแวร์ของโค้ดอ้างอิง

รายการตรวจสอบทรัพยากรต้นฉบับ ไม่ใช่ผล benchmark ขนาดองค์ประกอบและค่าสูงสุดขณะรันต่างกันตามสูตรที่ใช้

บน Windows ที่มี GPU NVIDIA รองรับ ให้เริ่มจาก การเชื่อมต่อ ComfyUI ปัจจุบัน หรือ runtime ที่ BFL แนะนำ ยืนยันเวิร์กโฟลว์ FLUX 3 ให้ตรงรุ่น อย่าโหลดเทมเพลต FLUX 2 เพียงเพราะชื่อคล้ายกัน ดาวน์โหลดโมเดลสำเร็จไม่ได้ยืนยันว่า custom nodes, quantized kernels และ text encoders เข้ากันได้

บน Linux ให้ดู repository อ้างอิง และ คู่มือเชื่อมต่อ Diffusers ซึ่งเหมาะกับนักพัฒนา การติดตั้งอ้างอิงด้านล่างเป็นสูตร CUDA 13 ตามเอกสาร ซึ่งผู้เผยแพร่ทดสอบบน B200 ไม่ใช่สูตรสำหรับการ์ด 8GB ผู้ใช้ Windows ต้องมี Linux/WSL ที่เข้ากันได้จึงจะใช้คำสั่ง Bash เหล่านี้ได้ ตรวจความเข้ากันได้ของไดรเวอร์และงบหน่วยความจำทั้งหมดก่อน

1. ติดตั้ง Git และ Python 3.12 แล้วเตรียม environment แยก:

git clone https://github.com/black-forest-labs/flux-3-image-klein.git
cd flux-3-image-klein
python3.12 -m venv .venv
source .venv/bin/activate
python -m pip install -e . --extra-index-url https://download.pytorch.org/whl/cu130

2. ยอมรับข้อกำหนด checkpoint ในบัญชี Hugging Face ของคุณเอง เข้าระบบด้วย hf auth login แล้วดาวน์โหลดชุด distilled ตามเอกสาร README อ้างอิงประเมินพื้นที่ดิสก์ไว้ประมาณ 52GB สำหรับโมเดล upsampler และ safety classifier พื้นที่ดิสก์ไม่ใช่ VRAM

hf download black-forest-labs/flux-3-image-klein --local-dir weights/flux-3-image-klein --exclude 'variants/*'
hf download black-forest-labs/flux-3-image-klein-pup --local-dir weights/pup
hf download Falconsai/nsfw_image_detection --local-dir weights/nsfw-classifier

3. สร้างภาพหนึ่งภาพโดยเปิด prompt upsampling ไว้ จากนั้นตรวจ out.png และ JSON การตั้งค่าที่มาคู่กัน:

python scripts/cli.py "A plain ceramic mug on a pale green studio surface" --model distilled --out out.png --seed 7

4. หากต้องการอินเทอร์เฟซเบราว์เซอร์ที่รันในเครื่อง ให้เริ่ม python scripts/app.py เปิด http://127.0.0.1:7860 เลือก Edit แนบภาพต้นฉบับของคุณและระบุการเปลี่ยนแปลงหนึ่งอย่าง ส่วน Layout เป็นแท็บแยกสำหรับวาดกรอบ ให้แอปฟังเฉพาะ loopback อย่าเปิดตัวเลือกแชร์สาธารณะเมื่อใช้ข้อมูลส่วนตัว การตั้งค่าอ้างอิงและเดโม

ค่อยเพิ่ม quantization หรือ CPU offloading หลังจาก baseline ทำงานแล้ว สำหรับ GPU 8GB ให้ใช้ ไฟล์และคำแนะนำ ComfyUI แยกต่างหาก ไม่ใช่สมมติฐานหน่วยความจำของโค้ดอ้างอิงฉบับเต็ม

บน Mac ใช้เบราว์เซอร์หรือ API ได้สะดวก อย่านำคำสั่งติดตั้ง CUDA หรือตัวเลขความเร็ว NVIDIA ไปคาดการณ์กับ Apple Silicon เส้นทางในเครื่องต้องใช้ implementation Metal/MPS ที่เข้ากันได้และ unified memory ที่พอสำหรับทุกองค์ประกอบ ตัวอย่างทั่วไปของไลบรารีที่ใช้ mps ไม่ได้พิสูจน์ว่าเส้นทาง quantized ทุกแบบทำงานได้ Mac Intel เป็นกรณีฮาร์ดแวร์อีกแบบ ไม่ใช่ชื่อเรียกอื่นของ Apple Silicon

พรอมป์ต์ที่ยาวขึ้นมีประโยชน์เมื่อช่วยลดความกำกวม

implementation อ้างอิงจะขยายคำสั่งสั้น ๆ เป็นคำบรรยายฉากเต็มก่อนสร้างภาพ ขั้นตอน prompt upsampling นี้เป็นงานของ language model แยกต่างหาก และเปิดเป็นค่าเริ่มต้นใน CLI, เดโม และ Python API อ้างอิง README ปัจจุบันยังลิงก์ไปยัง pipeline ของ Diffusers ที่ทำ upsampling ทุกคำขอ คงพฤติกรรมนี้ไว้ อย่าคิดว่าพรอมป์ต์สั้น ๆ เปล่า ๆ เทียบเท่ากัน การเตรียมพรอมป์ต์

หาก upsampler กับโมเดลภาพทำงานพร้อมกันไม่ได้ตามหน่วยความจำ สูตรอ้างอิงสามารถรัน upsampling ก่อน แล้วส่งคำบรรยายที่เตรียมแล้วต่อไปยังการสร้างภาพได้ อีกทางหนึ่งคือให้โมเดล vision-language ภายนอกเตรียมคำบรรยายโดยใช้ system prompts ที่เผยแพร่ไว้ เฉพาะคำบรรยายที่ผ่านการเตรียมแล้วเท่านั้นที่ควรใช้กับ --no-pup แฟล็กนี้ไม่ใช่ทางลัดประหยัดหน่วยความจำสำหรับพรอมป์ต์บรรทัดเดียวที่ยังไม่ขยาย การ upsampling กับการคืนสภาพพิกเซลบนบริการโฮสต์เป็นคนละฟีเจอร์ การคงอย่างหนึ่งไว้ไม่ได้ยืนยันว่า runtime อื่นมีอีกอย่าง

เขียนตัวแบบ พื้นหลัง แสง และการเปลี่ยนแปลงที่ต้องการด้วยภาษาปกติก่อนเพิ่มไวยากรณ์เฉพาะทาง คำว่า "ทำให้ดูเป็นมืออาชีพ" ยังปล่อยให้หลายอย่างไม่ชัดเจน แต่ "คงแก้วและหูจับไว้ ใช้พื้นหลังเรียบ และเว้นพื้นที่หนึ่งในสามทางขวา" ช่วยลดเป้าหมายที่ขัดแย้งกัน การใส่คำคุณศัพท์เพิ่มไม่ได้ทำให้คำสั่งดีขึ้นโดยอัตโนมัติ

กรณีใช้งานที่สองคือสร้างภาพประกอบหลายขนาดสำหรับบทความ คงคำอธิบายสีและตัวแบบไว้เหมือนเดิม แต่ปรับองค์ประกอบให้เป็นภาพส่วนหัวแนวนอนกับภาพสี่เหลี่ยมสำหรับโซเชียล ตรวจว่าวัตถุยังสอดคล้องกันระหว่างสัดส่วนหรือไม่ อย่าคิดว่าผลสำเร็จในสัดส่วนหนึ่งจะย้ายไปอีกสัดส่วนได้สมบูรณ์

กรณีที่สามคือเปรียบเทียบภาพจำลองบรรจุภัณฑ์ภายในองค์กร ใช้ฉลากสมมติหรือสื่อที่ได้รับอนุมัติ และระบุชัดว่าเป็นแนวคิด ภาพที่สวยไม่ได้ยืนยันว่าผลิตได้จริง สีถูกต้อง หรือได้รับอนุญาตให้ใช้ภาพบุคคลที่ถ่ายมา การตรวจแบบเพื่อผลิตจริงยังจำเป็นหลังสร้างภาพ

คิดต้นทุนจากสินทรัพย์ที่เสร็จ ไม่ใช่คำขอที่สำเร็จครั้งเดียว

ประกาศเปิดตัวระบุราคา API เริ่มต้นที่ US$0.009 ต่อภาพ 1K ณ วันที่ 15 ตุลาคม ตัวเลขเริ่มต้นนี้ไม่ได้รับประกันราคาสำหรับทุกความละเอียดหรือเวิร์กโฟลว์ ตรวจ ราคา BFL ปัจจุบัน ค่าใช้จ่ายในบัญชี และกติกาคำขอก่อนประเมินแคมเปญ

เวลาทำงบ ให้คิดจำนวนครั้งที่ลองต่อสินทรัพย์ที่ยอมรับ หากงานหนึ่งต้องแก้ห้ารอบ หน่วยต้นทุนที่เกี่ยวข้องคือความพยายามทั้งห้าครั้ง บวกเวลาตรวจและเก็บรายละเอียด การรันในเครื่องเปลี่ยนค่าบริการบางส่วนเป็นค่าฮาร์ดแวร์ ไฟฟ้า พื้นที่จัดเก็บ และการดูแลรักษา ไม่ได้ตัดต้นทุนการตรวจผลออก

น้ำหนักโมเดลแบบเปิดก็ไม่ได้แปลว่าใช้เชิงพาณิชย์ได้โดยไม่มีข้อจำกัด FLUX Kommunity License แยกการใช้งานที่ไม่ใช่เชิงพาณิชย์ การสร้างผลลัพธ์เชิงพาณิชย์ที่เข้าเกณฑ์ และกิจกรรมเชิงพาณิชย์ประเภทอื่น ต้องตรวจเกณฑ์รายได้ บริษัทในเครือ การแจกจ่ายโมเดล และการนำไปฝึกแยกกัน สิทธิ์ในภาพนำเข้า เครื่องหมายการค้า หรือบุคคลในภาพก็แยกจากไลเซนส์โมเดล

เมื่อแก้ภาพพลาด ให้จำกัดขอบเขตของปัญหา

คำถามที่ควรตอบก่อนเริ่มโปรเจกต์ที่สอง

FLUX 3 Image Klein ใช้แทน Photoshop ได้หรือไม่?

ไม่ใช่ แต่เป็นโมเดลสร้างและแก้ภาพที่มีหลายวิธีให้รัน ไม่ใช่แอปผลิตงานแบบเลเยอร์ครบชุด ใช้สร้างหรือปรับสินทรัพย์ได้ ส่วนเครื่องมือเลือกพื้นที่ ตัวอักษรแม่นยำ การจัดการสี การเก็บเวอร์ชัน และการส่งมอบอาจยังต้องทำในโปรแกรมแก้ภาพ

ใช้ข้อความภาษาเกาหลีแล้วคาดหวังตัวอักษรถูกต้องเป๊ะได้ไหม?

ให้ทดสอบข้อความจริงในขนาดที่จะส่งมอบ model card เตือนว่าข้อความที่สร้างอาจไม่ถูกต้องหรือบิดเบี้ยว เดโมภาษาอังกฤษที่อ่านออกไม่ได้พิสูจน์ว่าจัดตัวพิมพ์ภาษาเกาหลีได้เชื่อถือได้ หากข้อความต้องตรง ให้คงเป็นตัวอักษรที่แก้ไขได้เมื่อทำได้

รัน inference ในเครื่องแล้วทุกขั้นตอนจะออฟไลน์หรือไม่?

จะเป็นเช่นนั้นก็ต่อเมื่อคุณจัดการให้เป็นเช่นนั้นจริง การดาวน์โหลดครั้งแรก การขยายพรอมป์ต์จากระยะไกล nodes ภายนอก และ telemetry อาจทำให้เกิดการรับส่งข้อมูล ตรวจเวิร์กโฟลว์ทั้งหมด ไม่ใช่ดูเพียงว่า image transformer อยู่ที่ไหน

มือใหม่ควรเลือก checkpoint ใด?

เริ่มจากเส้นทางสร้างภาพ distilled ตามเอกสาร ส่วน checkpoint พื้นฐานมุ่งไปที่การปรับแต่งและงานวิจัย เมื่อได้งานที่ทำซ้ำได้แล้ว ค่อยเปรียบเทียบตัวเลือกอื่นด้วยอินพุตชุดเดิม อย่าเปลี่ยนโมเดล พรอมป์ต์ และความละเอียดพร้อมกัน

บทสรุป: ความก้าวหน้าที่ใช้ได้จริงคือการแก้ไขที่ไว้ใจได้

มุมมองของเราคือ AI สร้างภาพมีประโยชน์ขึ้นเมื่อช่วยให้คนควบคุมการแก้ไขได้ดีขึ้น ไม่ใช่แค่สร้างแกลเลอรีภาพน่าประหลาดใจที่ใหญ่กว่า FLUX 3 Image Klein น่าสนใจเพราะภาพอ้างอิง เลย์เอาต์ และเส้นทางติดตั้งหลายแบบทำให้การควบคุมเข้าใกล้งานประจำวันมากขึ้น สิ่งที่ยังต้องทำคือทำให้ภาพต้นฉบับ การเปลี่ยนแปลงที่ขอ และเกณฑ์ยอมรับมองเห็นได้

เริ่มจากภาพเดียวและการแก้ที่ตั้งใจทำ เวิร์กโฟลว์ที่สร้างสินทรัพย์ซึ่งผ่านการอนุมัติได้อย่างสม่ำเสมอ มีค่ามากกว่าโมเดลเร็วที่ทำให้คุณต้องเดาว่ามีอะไรเปลี่ยนไป

แหล่งข้อมูลและสื่อ

ตรวจสอบเมื่อวันที่ 18 ตุลาคม 2026 ความสามารถและตัวเลขประสิทธิภาพอ้างอิงจากผู้เผยแพร่ที่ลิงก์ไว้ คู่มือนี้ไม่ได้อ้างผล benchmark ในเครื่องหรือการสร้างภาพที่เสียค่าใช้จ่าย แผนภาพทั้งสามเป็นงานอธิบายต้นฉบับ ดู แกลเลอรีผลลัพธ์อย่างเป็นทางการของ BFL และ เดโมอินเทอร์แอกทีฟอย่างเป็นทางการ เพื่อดูตัวอย่างผลิตภัณฑ์ โดยไม่ได้เผยแพร่ภาพจากบุคคลที่สามซ้ำที่นี่

• ประกาศ BFL วันที่ 15 ตุลาคม
• Checkpoint ข้อจำกัด และสูตรรันในเครื่อง
• การเชื่อมต่อ Diffusers และตัวอย่างเวิร์กโฟลว์ วันที่ 15 ตุลาคม
• schema คำขอ BFL API
• FLUX Kommunity License

เก็บการทดลองให้หยิบกลับมาใช้ได้

เก็บลิงก์แหล่งที่มา พรอมป์ต์ การตั้งค่า และบันทึกการตรวจไว้ด้วยกัน แทนที่จะเก็บเพียงภาพสุดท้าย Telli.sh ช่วยจัดระเบียบบันทึกการค้นคว้าได้ แต่ไม่ใช่ระบบเชื่อมต่อสร้างภาพ สร้างบัญชี Telli.sh