AI 摘要
- Black Forest Labs 於 2026 年 10 月 15 日釋出開源權重模型 FLUX 3 Image Klein，參數量為 56 億。
- 蒸餾版在單張 RTX 4070 上以 1024×1024 解析度生成單張影像約需 8.9 秒。
- 該模型支援邊界框空間定位與日文、英文文字渲染，官方並宣稱具備原生 4K 能力。
Black Forest Labs（BFL）於 2026 年 10 月 15 日釋出開源權重模型 FLUX 3 Image Klein。這款模型僅有 56 億（5.6B）參數，具備原生 4K 與文字渲染能力，蒸餾版在單張 NVIDIA GeForce RTX 4070 上生成 1024×1024 影像約需 8.9 秒，ComfyUI 也同步支援。
定位：以較小參數量追求畫質與效率
過去一年，開源社群多在追逐參數規模，動輒百億參數的大型模型雖然細節豐富，但對中階硬體使用者的門檻較高。FLUX 3 Image Klein 則將參數量控制在 56 億，採用與閉源旗艦版 FLUX 3 Image 相同的核心底層架構。官方的評測曲線顯示，該模型在較小參數量下，畫質表現可超越同級產品，並接近更大型的競品。
雙軌版本：蒸餾版與 Base 版
官方同時提供兩種版本，以兼顧即時預覽與深度微調需求：
- 蒸餾版（Distilled）：採用 16 步驟推論，適合一般生成場景。
- Base 版：保留完整權重，專為 50 步驟的深度生成與社群訓練設計。
依官方測試數據，在 1024×1024 解析度下的生成時間如下：
| 版本 | 推論步數 | 顯示卡 | 生成時間（1024×1024） |
|---|---|---|---|
| FLUX 3 Image Klein（蒸餾版） | 16 步 | NVIDIA GeForce RTX 4070 | 約 8.9 秒 |
| FLUX 3 Image Klein Base | 50 步 | NVIDIA GeForce RTX 4070 | 約 38.0 秒 |
| FLUX 3 Image Klein Base | 50 步 | NVIDIA GeForce RTX 5090 | 約 12.5 秒 |
主要功能：空間定位、文字渲染與精準編修
傳統文字生成圖像模型常見的問題，是提示詞難以精準控制主體與排版位置。FLUX 3 Image Klein 引入邊界框（Bounding boxes）佈局控制，創作者可在提示詞之外，以座標指定角色、背景與道具的位置，降低構圖偏移與多主體混淆的機率。
在文字渲染方面，官方指出該模型不僅能正確呈現英文排版，也具備日文文字的描繪能力，漢字結構與假名筆劃在招牌、海報等場景中都能維持清晰字型輪廓。此外，模型整合像素級精準編輯（Pixel perfect editing）與多參考圖（Multi-reference）輸入，可在維持光影一致性的前提下替換指定區域物件。
生態整合：Hugging Face 與 ComfyUI
官方已在 Hugging Face 平台釋出 FLUX 3 Image Klein 與 Klein Base 兩套開源權重。ComfyUI 亦宣布原生支援，使用者無需自行編譯額外外掛，即可將模型載入既有工作流程。Base 版本的開源則為日後的 LoRA 微調與專用風格訓練保留了空間，個人創作者與小型工作室也能以主流電競主機承擔微調所需的顯存門檻。
產業觀察
從雲端訂閱服務到本機離線運算，FLUX 3 Image Klein 的發布反映生成式 AI 的發展重心，正從單純追求模型尺寸，轉向運算效率與控制精度並重。若 5.6B 模型能在單張 RTX 4070 上同時兼顧速度與排版，消費級硬體的生圖市場格局可能因此出現新一輪變化。
Reference Link : techbang.com
