FLUX 3 Image Klein: Hướng dẫn thực hành chỉnh sửa ảnh bằng ảnh tham chiếu

Bạn có một bức ảnh sản phẩm dùng được, nhưng bố cục lại không phù hợp với công việc tiếp theo. Cần chuyển chủ thể sang trái, đổi phông nền và chừa trống bên phải để đặt tiêu đề. Yêu cầu công cụ tạo ảnh làm lại từ đầu thì dễ. Khó hơn là nhận được một phiên bản chỉnh sửa thực sự có thể sử dụng.

FLUX 3 Image Klein kết hợp tạo ảnh từ văn bản, chỉnh sửa và nhiều ảnh tham chiếu trong cùng một dòng mô hình. Black Forest Labs phát hành mô hình này ngày 15 tháng 10 năm 2026. Điểm đáng chú ý không phải là thêm một ảnh mẫu đẹp mắt, mà là khả năng mô tả cả nội dung của ảnh lẫn vị trí các thành phần trong ảnh. Thông báo của BFL

Bài hướng dẫn này đưa bạn từ một thử nghiệm nhỏ ban đầu đến quy trình chỉnh sửa có thể lặp lại. Hãy bắt đầu trên trình duyệt nếu muốn tìm hiểu công cụ; chọn API khi tích hợp vào ứng dụng; cân nhắc chạy cục bộ khi quyền kiểm soát tệp hoặc nhu cầu sử dụng thường xuyên xứng đáng với công sức thiết lập. Bạn không cần hiểu toán học về diffusion để lựa chọn.

Chọn con đường ngắn nhất để có ảnh đầu tiên hữu ích

Đây là những sản phẩm khác nhau được xây dựng quanh các bộ trọng số có liên quan, không phải những nút bấm có thể thay thế lẫn nhau. Mô hình là tập hợp trọng số đã học. Runtime thực thi mô hình đó. ComfyUI cung cấp giao diện quy trình; Diffusers cung cấp các thành phần Python; API lưu trữ cung cấp dịch vụ được vận hành sẵn. Tính năng bạn thấy trong một giao diện có thể bao gồm bước xử lý mà giao diện khác không thực hiện.

Để thử lần đầu, hãy mở Space chính thức hoặc BFL Playground. Kiểm tra yêu cầu về tài khoản và thanh toán trước khi tạo ảnh. Trình duyệt là con đường khởi đầu giống nhau trên Windows, macOS và Linux; bạn không cần GPU cục bộ để dùng dịch vụ từ xa.

Hãy dùng ảnh thuộc sở hữu của bạn và có thể gửi an toàn đến dịch vụ đó. Ảnh chiếc cốc của chính bạn là dữ liệu học phù hợp hơn sản phẩm chưa ra mắt của khách hàng. Bài tập dưới đây đưa ra một nhiệm vụ nhỏ, cụ thể cùng cách đánh giá kết quả.

Chỉ thay đổi một yếu tố có kiểm soát trước khi kết hợp mười ảnh tham chiếu

1. Lưu ảnh nguồn nguyên trạng và ghi lại kích thước.
2. Chọn quy trình chỉnh sửa rồi đính kèm duy nhất ảnh đó.
3. Mô tả toàn bộ khung cảnh mong muốn, bao gồm những gì cần giữ nhận diện được.
4. Yêu cầu một thay đổi, chẳng hạn đổi phông nền, thay vì đồng thời đổi chủ thể, phong cách và bố cục.
5. So sánh kết quả với ảnh nguồn ở độ phân giải đầy đủ. Kiểm tra hình dáng, chữ, đường viền và ánh sáng, không chỉ hình thu nhỏ.
6. Lưu hướng dẫn cùng kết quả. Ở lần thử tiếp theo, chỉ thay đổi một biến.

Ví dụ, hãy bắt đầu bằng mô tả khung cảnh sau:

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.

Tiêu chí nghiệm thu do bạn đặt ra: quai cốc không đổi, đường nét chiếc cốc vẫn hữu ích và vùng trống thực sự không có gì. Nếu logo phải chính xác, hãy đối chiếu với bản gốc thay vì tin vào bản tái tạo trông có vẻ hợp lý. Khi chính tả và hình học thương hiệu bắt buộc phải chuẩn xác, hãy thêm kiểu chữ hoàn thiện bằng công cụ thiết kế thông thường.

Thẻ mô hình chính thức nêu khả năng dùng tối đa 10 ảnh tham chiếu. Đây là giới hạn hỗ trợ, không phải lời khuyên dùng đủ mười ảnh cho mọi việc. Hai ảnh tham chiếu có góc máy mâu thuẫn có thể gây mơ hồ hơn một ảnh rõ ràng. Hãy giao cho mỗi ảnh một vai trò cụ thể: chủ thể, chất liệu, bố cục hoặc phong cách.

Khung bố cục định hướng vị trí, không khóa từng pixel

FLUX 3 hỗ trợ mô tả vùng bằng tọa độ chuẩn hóa. Thay vì chỉ nói “đặt vật thể bên trái”, bạn có thể đưa ra một khung và mô tả nội dung gắn với khung đó. Khoảng tọa độ là 0 đến 1000, vì vậy mô tả bố cục không phụ thuộc trực tiếp vào ảnh cuối rộng 1024 hay 2048 pixel. Hướng dẫn bounding box của BFL

Sơ đồ giải thích nguyên bản. Khung biểu thị vị trí được yêu cầu, không phải kết quả tạo ảnh đã quan sát hay mặt nạ ảnh cứng.

Dưới đây là một đoạn chú thích tạo ảnh mang tính minh họa. Nó mô tả bố cục mới, không phải chỉnh sửa ảnh tham chiếu. Đoạn này nằm trong câu lệnh, không phải trong terminal:

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"}]

Thứ tự là trên, trái, dưới, phải. Trong ví dụ này, khung bắt đầu ở vị trí 20% tính từ trên xuống và 8% từ trái sang, kết thúc ở 85% chiều cao và 48% chiều rộng. Với thiết kế thực tế, hãy phác thảo cách sắp xếp mục tiêu trước, rồi chuyển bố cục đó thành tọa độ. Đảo giá trị ngang và dọc là cách dễ khiến kết quả trở nên khó hiểu.

Khi chỉnh sửa, cần xác định cả nguồn lẫn đích. Phần thân API minh họa dưới đây chuyển chiếc cốc từ khung nguồn ở giữa sang khung đích bên trái. Thay URL ảnh mẫu bằng ảnh của bạn có thể truy cập được; đừng gửi nguyên chỗ giữ chỗ. Ảnh tham chiếu đầu tiên là 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\"}]"
}

Ở đây, from chỉ ảnh tham chiếu, src_bbox xác định vùng ban đầu và tgt_bbox mô tả vị trí đích được yêu cầu. Hãy thêm hàng cho các thành phần khác nếu cần kế hoạch giữ lại chi tiết hơn. Tệp boxes.json riêng của CLI cục bộ dùng tọa độ 0 đến 1; đừng dán giá trị 0–1000 của API vào tệp đó. Cú pháp chỉnh sửa trên dịch vụ, định dạng khung cục bộ

Đừng xem khung là cam kết rằng mọi thứ bên ngoài nó sẽ nguyên vẹn. Tài liệu checkpoint gốc cảnh báo rằng chỉnh sửa có thể ảnh hưởng vùng khác và các thành phần có thể vượt ra ngoài khung. Quy trình chỉnh sửa lưu trữ của BFL còn có bước khôi phục pixel; không được mặc nhiên gán tính năng dịch vụ đó cho mọi pipeline cục bộ. Hãy kiểm tra bản triển khai bạn đang dùng. Giới hạn của checkpoint

Với công việc in ấn hoặc cho khách hàng, hãy chồng ảnh cũ và mới trong trình biên tập. Nếu vật thể được chuyển đúng nhưng chữ trên bao bì bị đổi, yêu cầu bố cục đã đạt còn yêu cầu bảo toàn tài sản thì chưa. Đó là hai đánh giá riêng; tách chúng ra sẽ giúp quá trình chỉnh sửa đỡ bực bội hơn nhiều.

Gửi yêu cầu API mới chỉ bắt đầu một tác vụ, chưa phải tệp hoàn chỉnh

Nhà phát triển có thể gửi yêu cầu tạo ảnh đến endpoint được tài liệu hướng dẫn. Trong terminal macOS hoặc Linux, đặt riêng tư BFL_API_KEY trong môi trường rồi dùng ví dụ ngắn này. Dịch vụ có thể tính phí; đừng đưa khóa vào kho mã công khai hoặc gói chạy trên trình duyệt.

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

Với Windows PowerShell, dùng cùng endpoint và tuần tự hóa JSON theo cách tự nhiên của PowerShell:

$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

Chọn một trong hai cách gửi yêu cầu phía trên. Cả hai đều lưu tác vụ đã được chấp nhận vào bfl-job.json; không cách nào tải kết quả xuống. Lưu đoạn mã Python chỉ dùng thư viện chuẩn này thành poll_result.py trong cùng thư mục. Giữ BFL_API_KEY khả dụng với tiến trình rồi chạy python poll_result.py trên Windows hoặc python3 poll_result.py trên macOS/Linux. Script này thăm dò tác vụ hiện có và lưu result.png mà không gửi thêm yêu cầu tạo ảnh.

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 kết quả phân biệt trạng thái đang chạy, sẵn sàng, bị kiểm duyệt và lỗi. Nếu lỗi mạng làm gián đoạn script, hãy giữ tệp tác vụ và chạy lại poller, không phải lệnh gửi yêu cầu. Kiểm tra phản hồi gửi yêu cầu chưa rõ ràng trước khi thử lại: mất phản hồi không chứng minh dịch vụ đã từ chối tác vụ tính phí. Lược đồ yêu cầu

Một ứng dụng hữu ích lưu ba bản ghi: tài sản nguồn, tác vụ tạo ảnh và kết quả được chấp nhận. Người dùng cần có thể xem lại bản gốc ngay cả sau khi từ chối một phiên bản chỉnh sửa. Cách thiết kế đó giá trị hơn một nút bấm che mọi bước trung gian rồi tạo ra một tệp JPEG mới khó hiểu.

Cài đặt cục bộ cần tính toàn bộ ngân sách bộ nhớ

Nhãn 5.6B của Klein nói đến bộ biến đổi ảnh, không phải tất cả thành phần cần cho quy trình. Bộ mã hóa văn bản, bộ tự mã hóa ảnh, bộ tăng cường câu lệnh, các activation và token của ảnh tham chiếu cũng tiêu tốn tài nguyên. CLI, bản demo và API Python tham chiếu bật bộ tăng cường theo mặc định; BFL yêu cầu giữ tính năng này bật trừ khi bạn cung cấp chú thích đã được chuẩn bị sẵn theo kiểu tăng cường. Vì vậy dung lượng tệp trọng số không phải ước tính đáng tin cậy về tổng VRAM. Đây cũng là điểm cần lưu ý khi đánh giá mô hình ngôn ngữ lớn chạy cục bộ. Bản triển khai tham chiếu

BFL quảng bá các đường chạy tối ưu cho GPU phổ thông, trong đó có cấu hình INT8 cho card 8GB. Thẻ mô hình của mã tham chiếu nêu mức đỉnh lớn hơn đáng kể đối với các cấu hình khác. Những thông tin này mô tả các công thức khác nhau; không thông tin nào là mức tối thiểu áp dụng cho mọi giao diện, độ phân giải và số ảnh tham chiếu. Hãy ghi lại runtime, độ chính xác, kích thước ảnh và chính sách offload cùng mỗi số liệu bộ nhớ. Ví dụ phần cứng khi ra mắt, chi tiết phần cứng của mã tham chiếu

Danh sách kiểm tra tài nguyên nguyên bản, không phải kết quả benchmark. Dung lượng thành phần và mức sử dụng đỉnh của runtime thay đổi theo công thức.

Trên Windows với GPU NVIDIA được hỗ trợ, hãy bắt đầu bằng tích hợp ComfyUI hiện tại hoặc runtime BFL đề xuất. Xác nhận đúng quy trình FLUX 3 thay vì nạp mẫu FLUX 2 chỉ vì tên có vẻ tương tự. Tải mô hình thành công không chứng minh các custom node, kernel lượng tử hóa và bộ mã hóa văn bản tương thích.

Trên Linux, kho mã tham chiếu và hướng dẫn tích hợp Diffusers cung cấp các lựa chọn dành cho nhà phát triển. Cách cài đặt tham chiếu dưới đây dành cho công thức CUDA 13 được tài liệu hóa, nhà phát hành đã thử trên B200, không phải công thức cho card 8GB. Người dùng Windows cần môi trường Linux/WSL tương thích để chạy các lệnh Bash này. Trước tiên hãy xác nhận tương thích trình điều khiển và toàn bộ ngân sách bộ nhớ.

1. Cài Git và Python 3.12, sau đó tạo môi trường biệt lập:

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. Chấp nhận điều khoản checkpoint trong tài khoản Hugging Face của bạn, xác thực bằng hf auth login rồi tải gói distilled theo tài liệu. README tham chiếu ước tính cần khoảng 52GB ổ đĩa cho mô hình, bộ tăng cường và bộ phân loại an toàn; dung lượng đĩa không phải 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. Chạy một lần tạo ảnh với tính năng tăng cường câu lệnh được bật, rồi kiểm tra out.png và JSON cài đặt đi kèm:

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

4. Để chạy giao diện trình duyệt trên máy, khởi động python scripts/app.py, mở http://127.0.0.1:7860, chọn Edit, đính kèm ảnh nguồn của bạn và nhập một thay đổi cần thực hiện. Layout là tab riêng để vẽ khung. Chỉ cho phép ứng dụng truy cập loopback; đừng bật chia sẻ công khai với tài liệu riêng tư. Cài đặt và bản demo tham chiếu

Chỉ thêm lượng tử hóa hoặc offload CPU sau khi cấu hình cơ bản chạy được. Với GPU 8GB, hãy theo các tệp và hướng dẫn ComfyUI riêng, không áp dụng giả định bộ nhớ của mã tham chiếu đầy đủ.

Trên Mac, dùng trình duyệt và API vẫn là lựa chọn đơn giản. Đừng áp dụng lệnh cài CUDA hay số liệu tốc độ NVIDIA cho kỳ vọng về Apple Silicon. Muốn chạy cục bộ cần bản triển khai Metal/MPS tương thích và đủ bộ nhớ hợp nhất cho mọi thành phần; ví dụ chung của thư viện dùng mps không chứng minh mọi đường lượng tử hóa đều hoạt động. Máy Mac Intel là trường hợp phần cứng riêng, không phải tên gọi khác của Apple Silicon.

Câu lệnh dài hơn hữu ích khi nó làm giảm sự mơ hồ

Bản triển khai tham chiếu mở rộng một chỉ dẫn ngắn thành chú thích khung cảnh đầy đủ trước khi tạo ảnh. Prompt upsampling là bước riêng dùng mô hình ngôn ngữ, được bật mặc định trong CLI, bản demo và API Python tham chiếu. README tham chiếu hiện tại cũng liên kết pipeline Diffusers thực hiện tăng cường trong từng yêu cầu. Hãy giữ hành vi đó, đừng xem một câu lệnh ngắn trần trụi là tương đương. Chuẩn bị câu lệnh

Nếu bộ tăng cường và mô hình ảnh không thể cùng nằm trong bộ nhớ, công thức tham chiếu có thể chạy bước tăng cường trước rồi chuyển chú thích đã chuẩn bị sang bước tạo ảnh. Mô hình thị giác-ngôn ngữ bên ngoài cũng có thể chuẩn bị chú thích bằng các system prompt đã công bố. Chỉ chú thích đã được chuẩn bị như vậy mới phù hợp khi dùng --no-pup; cờ này không phải cách tối ưu bộ nhớ miễn phí cho yêu cầu một dòng chưa được mở rộng. Tăng cường câu lệnh và khôi phục pixel trên dịch vụ là hai tính năng khác nhau; giữ tính năng thứ nhất không chứng minh runtime khác có tính năng thứ hai.

Hãy viết chủ thể, phông nền, ánh sáng và thay đổi mong muốn bằng ngôn ngữ thông thường trước khi thêm cú pháp chuyên biệt. “Làm cho chuyên nghiệp” gần như không quyết định điều gì. “Giữ nguyên cốc và quai, dùng phông nền đơn sắc, chừa trống một phần ba bên phải” giúp hệ thống nhận ít mục tiêu xung đột hơn. Thêm nhiều tính từ không tự động khiến chỉ dẫn tốt hơn.

Với trường hợp sử dụng thứ hai, hãy tạo một bộ minh họa cho bài viết. Giữ bảng màu và mô tả chủ thể nhất quán trong khi thay bố cục cho ảnh đầu trang ngang và ảnh mạng xã hội vuông. Kiểm tra vật thể có đồng nhất giữa các định dạng không; đừng cho rằng tỷ lệ khung hình thành công ở một định dạng sẽ chuyển hoàn hảo sang định dạng khác.

Với trường hợp thứ ba, hãy so sánh nội bộ các bản dựng thử bao bì. Dùng nhãn hư cấu hoặc tài liệu được phê duyệt và đánh dấu kết quả là ý tưởng khái niệm. Hình dựng hấp dẫn không chứng minh khả năng sản xuất, độ chính xác màu sắc hay quyền sử dụng hình ảnh người được chụp. Sau bước tạo ảnh, thiết kế sản xuất vẫn cần được đánh giá.

Tính chi phí cho tài sản hoàn chỉnh, không chỉ một yêu cầu thành công

Thông báo ra mắt nêu giá API khởi điểm 0,009 USD cho mỗi ảnh 1K, tính đến ngày 15 tháng 10. Đơn giá khởi điểm không phải cam kết cho mọi độ phân giải hay quy trình. Hãy kiểm tra bảng giá BFL hiện tại, phí tài khoản và quy tắc yêu cầu trước khi ước tính chiến dịch.

Khi lập ngân sách, hãy đếm số lần thử trên mỗi tài sản được chấp nhận. Nếu một việc cần năm lần chỉnh sửa, đơn vị chi phí phù hợp là cả năm lần thử cộng với thời gian rà soát và hoàn thiện. Chạy cục bộ thay một phần phí dịch vụ bằng chi phí phần cứng, điện, lưu trữ và bảo trì; nhưng vẫn cần thời gian kiểm tra kết quả.

Trọng số mở cũng không đồng nghĩa quyền thương mại không giới hạn. Giấy phép FLUX Kommunity phân biệt mục đích phi thương mại, việc tạo đầu ra thương mại đủ điều kiện và các hoạt động thương mại khác. Cần kiểm tra riêng ngưỡng doanh thu, đơn vị liên kết, phân phối lại mô hình và việc dùng để huấn luyện. Quyền đối với ảnh đầu vào, nhãn hiệu hoặc con người vẫn tách biệt với giấy phép mô hình.

Khi chỉnh sửa không như ý, hãy thu hẹp phạm vi lỗi

Những câu hỏi nên trả lời trước dự án thứ hai

FLUX 3 Image Klein có thay thế Photoshop được không?

Đây là mô hình tạo và chỉnh sửa ảnh với nhiều cách chạy, không phải ứng dụng sản xuất hoàn chỉnh dựa trên layer. Nó có thể giúp tạo hoặc chỉnh tài sản; công cụ chọn vùng, kiểu chữ chính xác, quản lý màu, quản lý phiên bản và bàn giao vẫn có thể cần thực hiện trong trình biên tập của bạn.

Tôi có thể dùng tiếng Hàn và mong chữ được hiển thị chính xác không?

Hãy thử chính nội dung cần dùng ở kích thước bàn giao. Thẻ mô hình cảnh báo chữ được dựng có thể sai hoặc méo. Bản demo tiếng Anh dễ đọc không chứng minh khả năng dàn chữ tiếng Hàn đáng tin cậy. Khi có thể, hãy giữ nội dung chính xác dưới dạng văn bản có thể chỉnh sửa.

Suy luận cục bộ có giữ toàn bộ quy trình ngoại tuyến không?

Chỉ khi bạn chủ động thiết lập như vậy. Tải xuống ban đầu, mở rộng câu lệnh từ xa, node bên ngoài và telemetry có thể tạo lưu lượng mạng. Hãy kiểm tra toàn bộ quy trình, không chỉ nơi chạy bộ biến đổi ảnh.

Người mới nên chọn checkpoint nào?

Trước tiên hãy dùng đường tạo ảnh distilled được tài liệu hướng dẫn. Checkpoint base hướng đến điều chỉnh và nghiên cứu. Sau khi có tác vụ chạy tốt, hãy so sánh các lựa chọn trên cùng đầu vào thay vì đổi mô hình, câu lệnh và độ phân giải cùng lúc.

Bước đột phá hữu ích là một lần chỉnh sửa mà bạn có thể tin cậy

Theo chúng tôi, AI hình ảnh hữu ích hơn khi giúp mọi người kiểm soát việc chỉnh sửa tốt hơn, chứ không chỉ tạo ra một bộ sưu tập bất ngờ lớn hơn. FLUX 3 Image Klein đáng chú ý vì ảnh tham chiếu, bố cục và nhiều cách triển khai đưa khả năng kiểm soát đó đến gần công việc thường ngày hơn. Việc còn lại là làm rõ ảnh gốc, thay đổi được yêu cầu và tiêu chí nghiệm thu.

Hãy bắt đầu bằng một ảnh và một chỉnh sửa có chủ đích. Quy trình tạo ra tài sản được duyệt một cách đáng tin cậy có giá trị hơn mô hình chạy nhanh nhưng khiến bạn phải đoán xem điều gì đã thay đổi.

Nguồn và hình ảnh

Đã kiểm tra ngày 18 tháng 10 năm 2026. Khả năng sản phẩm và số liệu hiệu năng ở trên lấy từ các nhà phát hành được liên kết; không khẳng định đã benchmark cục bộ hay tạo ảnh trả phí. Ba sơ đồ là hình minh họa giải thích nguyên bản. Xem thư viện đầu ra chính thức của BFL và bản demo tương tác chính thức để xem ví dụ sản phẩm; hình ảnh bên thứ ba tại đó không được đăng lại ở đây.

• Thông báo BFL, ngày 15 tháng 10
• Checkpoint, giới hạn và công thức chạy cục bộ
• Tích hợp Diffusers và ví dụ quy trình, ngày 15 tháng 10
• Lược đồ yêu cầu API BFL
• Giấy phép FLUX Kommunity

Giữ cho các thử nghiệm có thể tái sử dụng

Hãy lưu liên kết nguồn, câu lệnh, cài đặt và ghi chú rà soát cùng nhau thay vì chỉ lưu ảnh cuối. Telli.sh có thể giúp sắp xếp các ghi chú nghiên cứu đó; đây không phải tích hợp tạo ảnh. Tạo tài khoản Telli.sh