تصور کنید می‌خواهید رنگ پیراهن شخصی در یک عکس را عوض کنید، اما نمی‌خواهید حتی یک پیکسل از پس‌زمینه یا حالت چهره او تغییر کند. این همان چالشی است که Flux 3 Image برای حل آن طراحی شده است.
به گزارش وب‌سایت the-decoder.com، شرکت Black Forest Labs در ۲ اکتبر ۲۰۲۶ این مدل را عرضه کرد تا امکان ویرایش موضعی (Localized Editing) را فراهم کند. این قابلیت به کاربر اجازه می‌دهد به‌جای بازسازی کل تصویر، تنها بخش‌های هدف را تغییر دهد.
همان‌طور که در تحلیل قبلی ما درباره‌ی FLUX 3 Action و کاهش ۵۰ درصدی اندازه مدل‌های رباتیک اشاره کردیم، این شرکت در حال گسترش اکوسیستم خود است. این پیشرفت در کنار قابلیت پیش‌بینی محیطی در مدل‌های وزن‌باز این شرکت نشان می‌دهد که Black Forest Labs به دنبال تسلط بر تعاملات دقیق هوش مصنوعی با دنیای فیزیکی و بصری است. مدل‌های پیشین تولید تصویر اغلب دچار توهم (Hallucination) — شبیه دوستی که خاطره‌ای را اشتباه تعریف می‌کند — می‌شدند و هنگام ویرایش یک نقطه، کل بوم را به‌طور ناخواسته تغییر می‌دادند؛ اما Flux 3 Image با تمرکز بر مناطق خاص، ثبات بصری را حفظ می‌کند.
بر اساس مستندات منتشر شده، این مدل قابلیت‌های تولیدی سطح بالایی را ارائه می‌دهد:
- کنترل دقیق: استفاده از کادرهای محدودکننده (Bounding Boxes) برای تعیین دقیق محل تغییرات.
- ادغام ارجاعات: پشتیبانی از ۱۰ تصویر مرجع برای هدایت سبک و محتوا.
- وضوح بالا: توانایی تولید خروجی تا رزولوشن 4K.
- تطبیق‌پذیری: پشتیبانی کامل از تبدیل متن به تصویر (Text-to-Image)، تبدیل تصویر به تصویر (Image-to-Image) و رندرینگ دقیق متن.
برای کسب‌وکارها، این مدل از طریق API در دسترس است و تا ۸ اکتبر ۵۰ درصد تخفیف دارد. همچنین شرکت‌ها می‌توانند وزن‌های باز (Open Weights) — یعنی دستور پخت مدل که علناً منتشر شده — را برای اجرا و تنظیم دقیق (Fine-tuning) روی زیرساخت‌های خصوصی خود خریداری کنند تا حریم خصوصی داده‌ها حفظ شود. این رویکرد در حالی است که رقابت میان مدل‌های باز و بسته شدت یافته و برای مثال مدل Qwen-Image-2.1 علی‌بابا توانسته است با پارامترهای بهینه، عملکرد مدل‌های بسته را به چالش بکشد.
این حرکت نشان‌دهنده چرخش صنعت از حالت «پرامپت بنویس و دعا کن» به سمت ابزارهای ویرایشی حرفه‌ای است. Black Forest Labs با این قابلیت، Flux 3 را از یک ابزار تفننی برای آماتورها به یک ابزار کاربردی برای طراحان تبدیل کرده است. زمان‌بندی این عرضه بسیار حساس است، زیرا Ideogram نیز هم‌زمان نسخه ۴.۵ خود را با تمرکز مشابه بر ویرایش منتشر کرد.
در حال حاضر کاربران می‌توانند از طریق یک دموی رایگان این قابلیت‌ها را آزمایش کنند. اکنون تمام نگاه‌ها به نسخه open-weight این مدل است که انتظار می‌رود در هفته‌های آینده منتشر شود.
گام بعدی شما
- اگر طراح گرافیک هستید، دموی رایگان Flux 3 را برای تست جایگزینی اشیا در صحنه‌های پیچیده امتحان کنید.
- برای کاهش هزینه‌های استنتاج، از تخفیف ۵۰ درصدی API تا ۸ اکتبر استفاده کنید.
- انتشار نسخه وزن‌های باز را دنبال کنید تا مدل را روی داده‌های اختصاصی برند خود تنظیم کنید.
اما رقابت در دنیای مدل‌های بصری تازه گرم شده است؛ اثر این ابزارها بر بازار استودیوهای عکاسی را در گزارش بعدی بررسی خواهیم کرد.
گفتگو