Немецкий стартап Black Forest Labs, основанный бывшими сотрудниками Stability AI, выпустил Flux.1 Kontext. Это набор моделей искусственного интеллекта, предназначенных для редактирования существующих изображений с помощью текстовых подсказок. Black Forest Labs утверждает, что их модели работают в 8 раз быстрее, чем у ведущих конкурентов, таких как GPT-4o, сохраняя при этом более высокую согласованность при многократном редактировании.

Редактирование изображений с помощью ИИ не является чем-то новым. GPT-4o уже позволяет загружать фотографии и изменять их в процессе общения. Модели Imagen от Google давно поддерживают инпейтинг и аутпейтинг. Функция Midjourney «Vary Region» существует с пятой версии. Даже новые игроки, такие как Ideogram, предлагают инструменты для редактирования.

Однако модели Flux.1 Kontext обеспечивают современные результаты генерации изображений с четким следованием подсказкам, фотореалистичным рендерингом и конкурентоспособной типографикой. Например, GPT-4o может редактировать изображения, но OpenAI признает, что ей сложно поддерживать последовательность редактирования лиц. Midjourney лучше всего работает с большими участками изображения и часто изменяет больше, чем требуется. Функции редактирования Imagen мощные, но медленные.

Black Forest Labs предлагает две версии ИИ-моделей: Flux.1 Kontext [pro] для итеративного редактирования, сохраняющего последовательность изменений, и Flux.1 Kontext [max], ориентированный на скорость и оперативность. Обе модели обеспечивают «хирургическую точность» при локальном редактировании.

Недавно запущенная игровая площадка Flux Playground позволяет любому желающему протестировать модели без необходимости ключа API. Пользователи получают 200 бесплатных кредитов, чего достаточно для создания около 12 изображений.