FLUX 3 Image Klein：参考图、画面布局与本地编辑实用指南

你手上有一张能用的产品照片，但它的构图不适合下一项任务：主体需要左移，背景要换掉，右侧还得留白放标题。让图像生成器重新开始很容易，难的是拿到真正能用的修改结果。

FLUX 3 Image Klein 将文生图、图像编辑和多张参考图整合进同一模型系列。Black Forest Labs 于 2026 年 10 月 15 日发布了它。值得关注的并非又一张漂亮样图，而是你可以同时描述图像里有什么，以及各个元素应该位于哪里。BFL 发布公告

本指南从一个小实验开始，带你建立可重复的编辑流程。想先了解工具，可以从浏览器开始；要把生成接入应用，就选择 API；只有在文件控制或反复使用足以抵消部署成本时，再考虑本地运行。做出这个选择不需要先学会扩散模型的数学原理。

选择最短路径，先做出一张有用的图

它们是围绕相关权重构建的不同产品，并非可以互换的按钮。模型是学得的权重集合，运行时负责执行模型。ComfyUI 提供工作流界面，Diffusers 提供 Python 组件，托管 API 则提供运营好的服务。你在某个界面看到的功能，可能包含另一个界面并未执行的处理步骤。

第一次尝试时，打开官方 Space或 BFL Playground。生成前先查看账户和计费提示。Windows、macOS 和 Linux 用户都可以从浏览器开始；使用远程服务不需要本地 GPU。

选择自己拥有、可以安全发送到该服务的图片。用自己杯子的照片练习，比上传客户尚未发布的产品更妥当。下面的练习会给你一个具体的小任务，也会说明如何判断结果。

先做一次可控修改，再考虑叠加十张参考图

1. 保存未经修改的源图，并记下尺寸。
2. 选择编辑工作流，只附上这一张图。
3. 描述完整的目标画面，包括哪些特征必须保持可辨认。
4. 一次只要求一项变化，例如更换背景，不要同时更换主体、风格和构图。
5. 以原图尺寸查看结果并进行比较。检查形状、文字、边缘和光线，而不只是缩略图。
6. 将指令和结果放在一起保存。下一轮只改变一个变量。

例如，可以从这样的场景描述开始：

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.

验收标准由你决定：把手没有变化，杯子的轮廓仍然可用，留白区域确实空着。如果商标必须完全准确，就拿结果和原图核对，不要相信看似合理的重绘。拼写和品牌几何形状不容出错时，应使用常规设计工具添加最终文字。

官方模型卡提到最多可用 10 张参考图。这只是容量，不代表每项任务都应该用满十张。两张相机角度互相冲突的参考图，可能比一张清晰的图造成更多歧义。给每张输入指定明确用途：主体、材质、构图或风格。

布局框能引导构图，但不是像素级锁定

FLUX 3 支持用归一化坐标描述区域。除了说“把物体放在左边”，你还可以给出一个框，并描述框内对应的内容。坐标范围为 0 到 1000，因此布局描述不直接依赖最终图像是 1024 还是 2048 像素宽。BFL 边界框指南

原创说明图。框表示期望的位置，不代表实际生成结果，也不是硬性图像遮罩。

下面是用于说明的生成提示片段。它描述新的构图，并非编辑参考图；它应该放在提示词里，不是终端命令：

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"}]

坐标顺序是上、左、下、右。这个例子中的框从画布向下 20%、向右 8% 处开始，到向下 85%、向右 48% 处结束。实际设计时先画出目标布局，再把布局换算为坐标。横纵数值填反，很容易得到令人困惑的结果。

编辑时既要标明来源，也要标明目标。下面这个 API 请求体仅用于示意：它把杯子从画面中央的源框移到左侧目标框。请将示例图片 URL 换成你拥有且可访问的图片；不要不经修改就提交占位地址。第一张参考图的标识是 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\"}]"
}

这里，from 指定参考图，src_bbox 标出原始区域，tgt_bbox 描述期望位置。需要更细致地安排保留内容时，可以为其他元素添加条目。本地参考 CLI 的独立 boxes.json 使用 0 到 1 的坐标；不要把 API 的 0 到 1000 数值直接粘贴进去。托管编辑语法、本地框格式

不要把框当作框外内容必定不变的保证。原始检查点文档提醒，编辑可能影响其他区域，元素也可能超出边界框。BFL 的托管编辑流程还包含像素恢复行为；不能悄悄把这项服务功能说成所有本地工作流都有。检查你实际使用的实现。检查点限制

用于印刷或客户项目时，把新旧图像叠加到编辑器里比较。如果物体成功移动，但包装文字也变了，那么构图任务成功了，素材保真任务却失败了。把两者分开判断，迭代时就不会那么挫败。

API 请求只是任务的开始，不是最终文件

开发者可以向文档所述端点提交图像请求。在 macOS 或 Linux 终端中，将 BFL_API_KEY 安全地设为环境变量，再运行下面的简例。这可能产生服务费用；不要把密钥放在公开仓库或浏览器代码包中。

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

Windows PowerShell 可使用相同端点和原生 JSON 序列化方式：

$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

上面两种提交方式任选一种。两者都会把已接受的任务保存到 bfl-job.json，都不会下载结果。在同一文件夹里将下面这个标准库 Python 脚本保存为 poll_result.py。确保运行进程能读取 BFL_API_KEY，然后在 Windows 运行 python poll_result.py，在 macOS/Linux 运行 python3 poll_result.py。脚本会轮询已有任务并保存 result.png，不会再次提交生成请求。

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")

结果 API区分运行中、就绪、审核拦截和错误等状态。如果网络异常打断脚本，保留任务文件并重新运行轮询脚本，不要重新提交生成请求。提交响应状态不确定时，先检查情况再尝试；丢失响应并不代表服务拒绝了收费任务。请求参数

实用的应用会保留三类记录：源素材、生成任务和已接受的输出。即使用户拒绝某次修改，也应该能找回原图。这种设计比隐藏所有中间步骤、只吐出一张来历不明的新 JPEG 的按钮更有价值。

本地安装要按完整内存预算来规划

Klein 的 5.6B 指图像 Transformer，并不代表工作流只需要这一项。文本编码器、图像自编码器、提示词扩写器、激活值和参考图 token 也会占用资源。参考 CLI、演示程序和 Python API 默认启用扩写器；除非你提供了已处理好的扩写式描述，BFL 明确建议保持启用。因此，权重文件大小不能可靠地代表总显存需求。这和评估大型本地语言模型时要区分的情况相同。参考实现

BFL 宣传了面向消费级 GPU 的优化路径，包括适用于 8GB 显卡的 INT8 配置。参考代码模型卡则报告了其他配置下显著更高的峰值。这些说法对应不同配方；没有任何一个是适用于所有界面、分辨率和参考图数量的通用最低要求。记录显存数据时，也要一并记录运行时、精度、图像尺寸和卸载策略。发布时的硬件示例、参考代码硬件详情

原创资源清单，不是基准测试。组件大小和运行时峰值取决于具体配方。

在装有兼容 NVIDIA GPU 的 Windows 电脑上，可以先试当前的 ComfyUI 集成或 BFL 推荐的运行时。确认加载的是准确的 FLUX 3 工作流，不要因为名称相似就套用 FLUX 2 模板。成功下载模型并不能证明自定义节点、量化内核和文本编码器彼此兼容。

在 Linux 上，参考仓库和 Diffusers 集成指南提供面向开发者的路径。下面的参考安装流程对应文档中的 CUDA 13 配方，发布者在 B200 上测试过；它不是给 8GB 显卡准备的。Windows 用户需要兼容的 Linux/WSL 环境才能运行这些 Bash 命令。先确认驱动兼容性和完整内存预算。

1. 安装 Git 和 Python 3.12，然后创建隔离环境：

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. 在你自己的 Hugging Face 账户中接受检查点条款，用 hf auth login 完成身份验证，然后下载文档指定的蒸馏版套件。参考 README 为这个模型、扩写器和安全分类器预留约 52GB 磁盘空间；磁盘空间不等于显存。

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. 保持提示词扩写启用，运行一次生成，然后检查 out.png 和随附的设置 JSON：

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

4. 如需在本机启动浏览器界面，运行 python scripts/app.py，打开 http://127.0.0.1:7860，选择 Edit，附上自己的源图并输入一项修改要求。绘制框的 Layout 是另一个独立标签页。将应用限制在本机回环地址；含私人素材时不要启用公开分享选项。参考安装和演示

只有在基线流程已经跑通后，才加入量化或 CPU 卸载。8GB GPU 用户应遵循单独的 ComfyUI 文件和说明，不要套用完整参考代码的内存假设。

在 Mac 上，浏览器和 API 仍然是简单直接的选项。不要把 CUDA 安装命令或 NVIDIA 速度数据套用到 Apple Silicon 上。本地运行需要兼容 Metal/MPS 的实现，以及足够容纳所有组件的统一内存；库里出现一个使用 mps 的通用示例，并不能证明每一种量化路径都可用。Intel Mac 是另一类硬件，不是 Apple Silicon 的别称。

提示词写得更长，只有在消除歧义时才有帮助

参考实现会先把简短指令扩写为完整场景描述，再生成图像。这个提示词扩写是独立的语言模型步骤，在参考 CLI、演示程序和 Python API 中默认启用。当前参考 README 也链接了一个每次请求都会执行扩写的 Diffusers 流程。保留这一行为，不要把简短原始提示词当作等价输入。提示词准备

如果扩写器和图像模型无法同时装入内存，参考配方可以先运行扩写器，再把处理好的描述交给生成步骤。也可以用外部视觉语言模型根据公开的系统提示词准备描述。只有已经处理好的描述才适合配合 --no-pup；这个参数不是让未扩写的一行提示词白捡内存的优化。提示词扩写和托管服务的像素恢复是两项不同功能；保留其中一项，不代表另一个运行时也包含另一项。

加入专业语法之前，先用普通语言写清主体、背景、光线和预期改动。“做得专业一点”几乎没有确定任何细节。“保留杯子和把手，使用纯色背景，右侧留出三分之一空白”能减少系统需要协调的冲突目标。形容词变多不等于指令更好。

第二种用途是制作一组文章插图。固定配色和主体描述，只调整宽幅页眉与方形社交图片的构图。检查物体在不同格式中是否一致，不要假定某个宽高比成功后其他比例也会完美复现。

第三种用途是在内部比较包装样稿。使用虚构标签或已获批准的素材，并明确标注输出只是概念图。渲染图好看，不代表产品可制造、颜色还原准确，也不代表有权使用照片中人物的肖像。生成之后，生产设计审核仍然不可少。

估算一项成品的成本，而不只看一次成功请求

截至 10 月 15 日，发布公告列出的 API 起价为每张 1K 图像 0.009 美元。这个起步单位价并不保证适用于每种分辨率和工作流。估算活动成本前，查看当前的 BFL 价格、账户费用和请求规则。

预算时应统计每项被接受素材所需的尝试次数。如果一项任务修改了五轮，相关成本就是五次尝试，再加上审核和后期时间。本地运行会用硬件、电费、存储和维护取代部分服务费，但不会免去检查结果的成本。

开放权重也不代表商业使用不受限制。FLUX Kommunity License区分非商业用途、符合条件的商业输出生成和其他商业活动。营收门槛、关联公司、模型再分发和训练用途都要分别核查。输入照片、商标或人物的权利也不由模型许可决定。

编辑不顺利时，先缩小故障范围

开始第二个项目之前，先弄清这些问题

FLUX 3 Image Klein 能替代 Photoshop 吗？

它是一个可通过多种方式运行的生成与编辑模型，不是完整的图层式生产应用。它可以帮你制作或修改素材；选区工具、精准排版、色彩管理、版本管理和交付工作仍可能需要在编辑器中完成。

可以指望它准确生成韩文吗？

用实际交付尺寸测试真实文字。模型卡提醒，渲染文字可能不准确或变形。英文演示可读，不代表韩文排版可靠。条件允许时，把准确文案保留为可编辑文本。

本地推理是否意味着整个流程都离线？

只有你有意将整个流程设置为离线时才是。初始下载、远程提示词扩写、外部节点和遥测都可能产生网络流量。要检查完整工作流，而不只是图像 Transformer 所在的位置。

初学者应该选择哪个检查点？

先使用文档所述的蒸馏版生成路径。基础检查点主要面向适配和研究。确定一个已知可用任务后，再在相同输入上比较其他选择，不要同时更换模型、提示词和分辨率。

真正的突破，是得到可信的修改结果

我们的看法是，图像 AI 的价值在于更好地控制修改，而不是生成更多令人意外的图片。FLUX 3 Image Klein 值得关注，是因为参考图、布局描述和多种部署方式让这种控制更接近日常工作。接下来仍要把原图、预期修改和验收标准明确呈现出来。

从一张图和一次有意图的编辑开始。能稳定产出已获批准素材的工作流，胜过一个速度很快、却让你猜不透究竟改了哪里的模型。

来源与媒体

核对日期：2026 年 10 月 18 日。以上产品能力和性能数据来自链接中的发布方；本文没有声称进行本地基准测试或付费生成。三张图均为原创说明图。可查看 BFL 的官方输出图库和官方交互演示了解产品示例；本文没有转载这些第三方图片。

• BFL 公告，10 月 15 日
• 检查点、限制与本地配方
• Diffusers 集成与工作流示例，10 月 15 日
• BFL API 请求参数
• FLUX Kommunity 许可

让实验成果便于复用

把源链接、提示词、设置和审核记录放在一起，而不只是保存最终图片。Telli.sh 可以帮助整理研究笔记；它不是图像生成集成。创建 Telli.sh 账户