Що таке FLUX.1? Модель, що стоїть за нинішньою якістю зображень

FLUX — не одна модель. Сімейство ділиться на швидкий дистильований варіант, що дає придатний кадр за лічені кроки; середній варіант, який можна відкрито завантажити, але з ліцензійними обмеженнями на комерційне використання; і топовий варіант, доступний через API, а не як файл.

Найважливіший наслідок — юридичний, а не технічний. Обрати відкрито завантажуваний варіант «бо зручно», а потім використати результат комерційно — це типова помилка, і саме ліцензія, а не модель, визначає, чи дозволено це.

Перевіряйте, який саме варіант запускає хостинговий сервіс, перш ніж припускати, що Ви можете робити з результатом. Сервіси не завжди це вказують, а відповідь змінює, чим Ви володієте.

З практики користувачів — вона «сперечається» менше. Попросіть три конкретні об’єкти в певному розміщенні — і, радше за все, отримаєте саме три об’єкти в такому розміщенні, а не гарну картинку з двома і в іншому порядку.

Це має ціну. Модель, що щільно дотримується інструкцій, менш схильна «покращувати» посередній prompt — розпливчастий запит поверне розпливчасте зображення, а не щось вражаюче. Моделі зі сильнішою естетичною «думкою» лестять ледачим prompt-ам і сперечаються зі специфічними; тут — інший бік компромісу.

Практичний висновок: деталь тут винагороджується більше, ніж деінде. Назване світло, фокусна відстань і медіум помітно змінюють вивід — саме тому поради щодо prompt-ів на цьому сайті сформульовано в цих термінах.

Читабельні літери роками були надійною ознакою згенерованого кадру. Написи виходили правдоподібною абракадаброю, бо diffusion-модель складала форми літер зі зорової статистики, а не «писала».

FLUX значно краща в цьому, і короткі рядки — слово на вивісці, етикетка на пакунку, заголовок на постері — часто виходять читабельними настільки, щоб на них спиратися в дизайні. Це не інструмент верстання: довгі фрагменти досі деградують, і що довший рядок, то гірші шанси.

Практика така: просіть менше тексту, ніж потрібно, а решту додайте належно потім. Згенерований фон з одним читабельним словом, дороблений у справжньому дизайнерському інструменті, кращий за картинку з абзацом майже читабельного «тексту», випеченого у пікселі.

Проти Stable Diffusion — це новіша робота частково тих самих людей: зазвичай сильніший вивід і краща слухняність prompt-ам, але значно менший запас спільнотних checkpoint та адаптерів стилю.

Проти Midjourney — вона менш «думкова». Midjourney зробить щось із власною позицією зі скупого prompt-у; FLUX зробить саме те, що Ви попросили. Це краще, коли Ви точно знаєте, чого хочете, і гірше, коли чекаєте на приємний сюрприз.

Проти закритих моделей, прив’язаних до асистентів, — це та, яку Ви справді можете запускати чи хостити самі, що важливо, коли пропускна здатність, приватність або відтворюваність — не побажання, а вимоги.

Фотографії на цьому сайті згенеровані сімейством FLUX — у галереї на кожній картці вказано модель поряд із prompt-ом і seed-ом, тож це перевірний факт, а не голослівна заява. Ми не маємо комерційних стосунків із Black Forest Labs; це інструмент, за який ми платимо, як і всі.

Ми вказуємо модель, що створила зображення, бо сайт, який агітує за майстерність prompt-ів і ілюструє це зображеннями невідомого походження, підриває власний аргумент. Якщо prompt-и в галереї справжні — їх можна відтворити, а назва моделі є частиною відтворюваності.