Нейросети разные. Сравнение

[Пyмяyx**]

​Вышла FLUX.2 — open source-конкурент Nano Banana

1 мин
11K
Искусственный интеллектМашинное обучение*






Black Forest Labs представила семейство моделей FLUX.2, которое обеспечивает генерацию изображений на уровне Google Nano Banana, но включает версию с открытыми весами. Новинка основана на связке двух моделей: за глубокое понимание контекста отвечает Vision-Language модель Mistral-3 на 24 млрд параметров, которая сначала выстраивает логически непротиворечивую сцену, а уже затем передает управление трансформеру с архитектурой Rectified Flow для финальной отрисовки.
Такая структура позволяет модели реально «понимать» физику света, перспективу и пространственные связи объектов. Модель принимает до 10 входных изображений, что позволяет удерживать лицо персонажа, стиль бренда или дизайн товара неизменными в десятках генераций без необходимости сложной настройки. Поддерживается разрешение до 4 мегапиксилей, разные соотношения сторон, а также корректное отображение текста и элементов интерфейса.
Линейка сегментирована следующим образом: самые мощные версии [pro] и [flex], а для локального запуска предназначена FLUX.2 [dev]. Все модели обходят конкурентов в лице Seed Dream 4 и Nano Banana и лишь немного уступают Nano Banana Pro при меньшей цене генерации.
Полная версия FLUX.2 [dev] насчитывает 32 миллиарда параметров, и в стоковом состоянии для ее запуска требуется около 90 ГБ VRAM. Хорошая новость в том, что NVIDIA совместно с BFL уже выпустили оптимизированные FP8-квантизации, снижающие потребление памяти примерно на 40%. Это делает локальный запуск FLUX.2 [dev] реальностью на топовых картах RTX 4090 и 5090, а поддержка модели уже внедряется в свежие обновления ComfyUI и Diffusers.
P.S. Поддержать меня можно подпиской на канал "сбежавшая нейросеть", где я рассказываю про ИИ с творческой стороны.

[Пyмяyx**]

​FLUX.2: Передовой визуальный интеллект

• Новости

FLUX.2 разработан для реальных творческих рабочих процессов, а не только для демонстраций или вечеринок. Он генерирует высококачественные изображения, сохраняя единообразие характера и стиля на нескольких референсных изображениях, следуя структурированным подсказкам, читая и записывая сложный текст, следуя фирменным правилам и надёжно работая с освещением, макетами и логотипами. FLUX.2 позволяет редактировать изображения с разрешением до 4 мегапикселей, сохраняя детализацию и целостность.
Black Forest Labs: Открытое ядро

Мы убеждены, что визуальный интеллект должен формироваться исследователями, креативщиками и разработчиками по всему миру, а не только избранными. Именно поэтому мы объединяем передовые возможности с открытыми исследованиями и инновациями, выпуская мощные, проверяемые и компонуемые модели с открытым весом для сообщества, а также надежные, готовые к использованию конечные точки для команд, которым требуются масштабируемость, надежность и возможность настройки.
Запустив Black Forest Labs в 2024 году, мы поставили перед собой цель сделать открытые инновации устойчивыми, опираясь на наш опыт разработки одних из самых популярных в мире открытых моделей. Мы объединили открытые модели, такие как FLUX.1 [dev] — самая популярная в мире модель открытых изображений, — с профессиональными моделями, такими как FLUX.1 Kontext [pro], которые обеспечивают работу команд от Adobe до Meta и других. Наш подход с открытым ядром стимулирует эксперименты, привлекает к себе внимание, снижает затраты и гарантирует, что мы сможем продолжать делиться открытыми технологиями из Шварцвальда и залива со всем миром.
От FLUX.1 до FLUX.2

Точность, эффективность, контроль, предельный реализм — там, где FLUX.1 продемонстрировал потенциал медиамоделей как мощных инструментов творчества, FLUX.2 демонстрирует, как передовые возможности могут трансформировать производственные процессы. Радикально изменив экономику генерации, FLUX.2 станет неотъемлемой частью нашей творческой инфраструктуры.

Универсальность вывода : FLUX.2 способен создавать высокодетализированные фотореалистичные изображения, а также инфографику со сложной типографикой, все с разрешением до 4 МП.
Что нового

• Поддержка множественных ссылок : возможность ссылаться на 10 изображений одновременно с наилучшим на сегодняшний день соответствием характера/продукта/стиля.
• Детализация изображения и фотореализм : более высокая детализация, более четкие текстуры и более стабильное освещение, подходящие для съемки товаров, визуализации и других видов использования, подобных фотографии.
• Рендеринг текста : сложная типографика, инфографика, мемы и макеты пользовательского интерфейса с разборчивым мелким текстом теперь надежно работают в производстве.
• Улучшенное следование подсказкам : улучшенное следование сложным, структурированным инструкциям, включая многочастные подсказки и композиционные ограничения.
• Знание мира : значительно больше основано на знании реального мира, освещении и пространственной логике, что приводит к созданию более связных сцен с ожидаемым поведением.
• Более высокое разрешение и гибкие соотношения ввода/вывода: редактирование изображений с разрешением до 4 МП.

Все варианты FLUX.2 предлагают редактирование изображений из текста и нескольких ссылок в одной модели.
Доступно сейчас

Семейство FLUX.2 охватывает спектр продуктов-моделей: от полностью управляемых, готовых к использованию в продакшене API до открытых контрольных точек, которые разработчики могут запускать самостоятельно. Обзорный график ниже показывает, как FLUX.2 [pro], FLUX.2 [flex], FLUX.2 [dev] и FLUX.2 [klein] обеспечивают баланс между производительностью и контролем.

• FLUX.2 [pro]: Современное качество изображений, не уступающее лучшим закрытым моделям, и сопоставимое с другими моделями по быстроте схватывания и визуальной чёткости, при этом создавая изображения быстрее и с меньшими затратами. Никаких компромиссов между скоростью и качеством. → Доступно уже сейчас на BFL Playground , через API BFL и через наших партнёров по запуску.
• FLUX.2 [flex] : Управляйте параметрами модели, такими как количество шагов и масштаб наведения, предоставляя разработчикам полный контроль над качеством, точностью выполнения и скоростью. Эта модель превосходно подходит для рендеринга текста и мелких деталей. → Доступно на bfl.ai/play , через API BFL и через наших партнёров по запуску.
• FLUX.2 [dev]: модель с открытыми весами 32B, производная от базовой модели FLUX.2. Самая мощная на сегодняшний день модель генерации и редактирования изображений с открытыми весами, объединяющая синтез текста в изображение и редактирование изображений с несколькими входными изображениями в одной контрольной точке. Веса FLUX.2 [dev] доступны на Hugging Face и теперь могут использоваться локально с помощью нашего референсного кода вывода . На графических процессорах потребительского уровня, таких как графические процессоры GeForce RTX, вы можете использовать оптимизированную референсную реализацию fp8 FLUX.2 [dev], созданную в сотрудничестве с NVIDIA и ComfyUI . Вы также можете попробовать Flux.2 [dev] через конечные точки API на FAL , Replicate , Runware , Verda , TogetherAI , Cloudflare , DeepInfra . Для получения коммерческой лицензии посетите наш веб-сайт .
• FLUX.2 [klein] ( скоро ): модель Apache 2.0 с открытым исходным кодом, созданная на основе базовой модели FLUX.2. Более мощная и удобная для разработчиков, чем аналогичные модели того же размера, обученные с нуля, с множеством функций, присущих модели-учителю. Присоединяйтесь к бета-тестированию .
• FLUX.2 - VAE: новый вариационный автоэнкодер для латентных представлений, обеспечивающий оптимальный баланс между обучаемостью, качеством и степенью сжатия. Эта модель лежит в основе всех магистральных потоков FLUX.2, а подробный отчёт с описанием её технических характеристик доступен здесь . FLUX.2 - VAE доступен на HF по лицензии Apache 2.0 .

[Пyмяyx**]

Платная.

[Белая Хризантема**]

​https://ru.freepik.com