FLUX.1 là gì? Mô hình đứng sau nhiều chất lượng ảnh hiện nay

FLUX không phải một mô hình đơn. Họ này tách thành một biến thể chưng cất nhanh để tạo ảnh dùng được trong rất ít bước, một biến thể giữa có thể tải công khai nhưng kèm điều kiện giấy phép hạn chế thương mại, và một biến thể cao cấp cung cấp qua API thay vì tệp.

Hệ quả quan trọng là pháp lý hơn kỹ thuật. Chọn biến thể có thể tải vì tiện, rồi dùng đầu ra vào mục đích thương mại, là lỗi thường gặp nhất, và giấy phép — chứ không phải mô hình — quyết định điều đó có được phép hay không.

Hãy kiểm tra dịch vụ lưu trữ đang chạy biến thể nào trước khi giả định quyền sử dụng kết quả. Dịch vụ không phải lúc nào cũng nói rõ, và câu trả lời quyết định thứ quý vị sở hữu.

Trải nghiệm thực tế mọi người ghi nhận là nó ít "cãi" hơn. Yêu cầu ba vật thể cụ thể sắp theo cách nhất định thì khả năng cao là quý vị nhận đúng ba vật thể xếp như vậy, thay vì một bức đẹp với hai vật và bố cục khác.

Đổi lại có đánh đổi thật. Mô hình tuân chỉ dẫn chặt chẽ ít có xu hướng nâng cấp một prompt tầm thường, nên yêu cầu mơ hồ trả về bức ảnh mơ hồ thay vì một bức ấn tượng. Những mô hình có quan điểm thẩm mỹ mạnh sẽ làm đẹp cho prompt lười và chống lại prompt cụ thể; đây là đầu kia của cán cân đó.

Hệ quả thực hành là chi tiết được tưởng thưởng ở đây theo cách không phải nơi nào cũng vậy. Gọi tên ánh sáng, tiêu cự và chất liệu ảnh hưởng rõ rệt tới kết quả, nên hướng dẫn prompt trên site này mới viết theo các yếu tố đó.

Chữ đọc được từng là cách đáng tin để nhận ra ảnh sinh thành. Biển hiệu thường thành chữ giả có vẻ hợp lý vì mô hình khuếch tán ghép hình chữ từ thống kê thị giác thay vì đánh vần.

FLUX cải thiện đáng kể, và chuỗi ngắn — một từ trên biển, nhãn trên gói, tiêu đề trên poster — thường đủ đọc để có thể thiết kế xoay quanh. Nó không phải công cụ dàn trang: đoạn dài vẫn suy giảm, chuỗi càng dài càng kém.

Kỹ thuật thực tế là yêu cầu ít chữ hơn nhu cầu thật và thêm phần còn lại bằng công cụ thiết kế chuẩn. Một nền sinh thành với một từ đọc được, rồi hoàn thiện bằng công cụ thật, tốt hơn một bức sinh thành nhét cả đoạn chữ gần đúng vào pixel.

So với Stable Diffusion, đây là công trình mới hơn của những người có nhiều chỗ giao thoa: đầu ra mạnh hơn và tuân prompt tốt hơn, đổi lại kho checkpoint cộng đồng và bộ thích nghi phong cách ít hơn nhiều.

So với Midjourney, nó ít áp đặt quan điểm hơn. Midjourney sẽ tạo ra thứ có điểm nhìn từ một prompt ngắn; FLUX sẽ tạo đúng thứ quý vị yêu cầu, hữu ích khi quý vị biết chính xác mình muốn gì và kém hơn khi quý vị trông chờ sự bất ngờ.

So với các mô hình đóng gắn với trợ lý, đây là mô hình quý vị thực sự có thể tự chạy hoặc tự host, điều quan trọng khi thông lượng, riêng tư hay khả năng lặp lại là ràng buộc chứ không chỉ sở thích.

Các bức ảnh trên site này được tạo bằng họ FLUX — trang gallery ghi rõ mô hình trên từng thẻ cùng prompt và seed, nên tuyên bố có thể kiểm chứng chứ không phải lời nói suông. Chúng tôi không có quan hệ thương mại với Black Forest Labs; đây là công cụ chúng tôi trả tiền như mọi người khác.

Lý do chúng tôi nêu mô hình tạo ảnh là vì một site kêu gọi đầu tư vào craft của prompt nhưng minh họa bằng ảnh mà không công khai nguồn gốc thì tự làm yếu lập luận của mình. Nếu prompt trên trang gallery là thật, chúng có thể được chạy lại, và tên mô hình là một phần để làm được điều đó.