AI生图新突破!一个模型同时接受文本和图像输入。
新模型FLUX.1 Kontext使用流匹配架构(Flow Matching),不再是文本编码器和扩散模型各干各的,与此前技术都不同。
最来自之前很火的Black Forest Labs,官方表示这一次能做到真正的上下文生成和编辑。

在编辑能力上,有人在著名的奥特曼尴尬照上P了一个小绿龙。

在生成能力上,有网友测试的猩猩打羽毛球细节也很丰富。

具体来说FLUX.1 Kontext有4个特性:
这次提供两种模型,专业版FLUX.1 Kontext [pro]更适合快速迭代,可基于之前的编辑
最高配版FLUX.1 Kontext [max],在遵循提示、文字排版和一致性有所提高。
同时推出官方试玩平台Flux Playground,两种型号都可以选用

此外开放权重版FLUX.1 Kontext [dev]提供内测。
提示词技巧
第三方平台Replicate对FLUX.1 Kontext做了详细测试,结论是比OpenAI的4o效果更好,还更便宜,图像也不会偏黄。
测试报告中还针对不同功能给了提示词技巧。

图像编辑
当编辑人物时,无论改动大小,人物的身份特征都会保留。

对于风格迁移任务,也能保留人物的基本特征。

对于更复杂的更改,例如添加人物或更改背景,需要分几步描述每项修改,只要每次改动不太复杂就可以获得好的效果。
风格迁移
风格迁移任务至少具体到“印象派绘画”或“水彩素描”,带上具体的流派艺术家效果更好,如“文艺复兴”或“20 世纪 60 年代的波普艺术”。
如果风格标签不够精准,那就描述一下关键特征,例如“清晰的笔触、厚重的颜料质感和丰富的色彩深度”。如果想保留某些元素,也需要明确说明,如“保持原始构图”。
总之,描述的越具体效果越好。

文本编辑
支持往图上新增文本、删除文本,甚至定位到已有文本修改。
处理文本时的一些技巧:

此外根据网友测试,FLUX.1 Kontext还可以删除文本,如把电影海报上的字全去掉。

角色一致性
在连续编辑时,首先要明确人物,然后说明哪些方面发生了变化,无论是场景、活动还是风格。
如果想让同一个人物继续存在,需要说明哪些方面需要保留:面部、表情、服饰或其他任何重要方面。

在编辑背景和场景的同时保持角色的一致性需要详细描述,以保持人物处于相同的位置、比例或姿势。
简短的提示有时会留下太多模糊的地方,如“把他挪到沙滩上”,就不如:
将背景换成海滩,同时保持人物位置不变,保持相同的主体位置、拍摄角度、取景和视角。只需替换人物周围的环境即可。
其他技巧
最后,Repilicate还对使用FLUX.1 Kontext的提示词技巧做了一个总结:
One More Thing
最后再来看一下文生图领域的格局,在AritificialAnalysis的排行榜上,GPT-4o、字节的Seedream 3.0和Recraft V3排名前三。
Black Forest Labs的上一代爆款产品FLUX.1已经相对靠后。
可以期待一下FLUX.1 Kontex的投票结果。

在线试玩
https://playground.bfl.ai/image/generate
参考链接:
[1]https://x.com/bfl_ml/status/1928143010811748863
[2]https://replicate.com/blog/flux-kontext
[3]https://huggingface.co/spaces/ArtificialAnalysis/Text-to-Image-Leaderboard
— 完 —
📪 量子位AI主题策划正在征集中!欢迎参与专题365行AI落地方案,一千零一个AI应用,或与我们分享你在寻找的AI产品,或发现的AI新动向。
💬 也欢迎你加入量子位每日AI交流群,一起来畅聊AI吧~

一键关注 👇 点亮星标
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法!
内容中包含的图片若涉及版权问题,请及时与我们联系删除