Hướng dẫn toàn diện về mô hình FLUX — Chuẩn mực mới của AI tạo ảnh mã nguồn mở

Đã được xem xét và xác minh bởi FeiYueh · Lần xác minh gần nhất 2026-08-31

FLUX.1 được Black Forest Labs — công ty do đội ngũ gốc của Stable Diffusion tách ra thành lập — phát hành vào tháng 8 năm 2024, với kiến trúc rectified flow tra

FLUX.1 được Black Forest Labs — công ty do đội ngũ gốc của Stable Diffusion tách ra thành lập — phát hành vào tháng 8 năm 2024, với kiến trúc rectified flow transformer 12 tỷ tham số, đạt mức chất lượng khả dụng ở ba điểm yếu truyền thống của các mô hình mã nguồn mở: cấu trúc bàn tay, trình bày chữ viết và mức độ tuân thủ prompt. Mô hình đồng thời cung cấp ba cấp giấy phép — schnell hoàn toàn mã nguồn mở, dev với trọng số phi thương mại, pro chỉ qua API — cho phép người dùng tự cân nhắc giữa quyền riêng tư trên máy cục bộ, chất lượng tạo ảnh và giấy phép thương mại. Chính chiến lược phân tầng này, chứ không phải chất lượng tuyệt đối của một mô hình đơn lẻ, mới là chìa khóa giúp hệ sinh thái FLUX tích lũy được lượng lớn mô hình phái sinh và workflow chỉ trong 18 tháng. Kiến trúc kỹ thuật của FLUX và khác biệt so với thế hệ trước FLUX.1 sử dụng rectified flow transformer, đi theo một con đường toán học khác với latent diffusion mà dòng Stable Diffusion sử dụng. Mô hình khuếch tán truyền thống khử nhiễu từng bước từ nhiễu ban đầu, cần từ 30 đến 50 bước lấy mẫu; còn rectified flow huấn luyện đường đi từ nhiễu đến hình ảnh sao cho gần với đường thẳng, khiến chất lượng suy giảm ít hơn hẳn khi lấy mẫu với số bước nhỏ. Đây là nền tảng kỹ thuật giúp FLUX.1 schnell tạo ra ảnh khả dụng chỉ trong 1 đến 4 bước, trong khi SD 1.5 hay SDXL với cùng số bước thường chỉ cho ra những đường viền vỡ cấu trúc. Quy mô tham số là một ranh giới khác. 「FLUX.1 là rectified flow transformer với 12 tỷ tham số」(Nguồn: Thông cáo phát hành chính thức của Black Forest Labs, tháng 8 năm 2024) , cao hơn khoảng 4,6 lần so với khoảng 2,6 tỷ tham số của SDXL (base UNet). Lượng tham số phản ánh trực tiếp vào khả năng phân tích ngữ nghĩa của prompt: với các quan hệ ràng buộc kiểu “người bên trái cầm ô đỏ, người bên phải mặc áo khoác xanh” trong cảnh nhiều chủ thể, SDXL thường gán nhầm thuộc tính, còn tỷ lệ gán nhầm của FLUX thấp hơn rõ rệt. Thiết kế hai luồng của bộ mã hóa văn bản cũng đáng chú ý. FLUX dùn

Hướng dẫn toàn diện về mô hình FLUX — Chuẩn mực mới của AI tạo ảnh mã nguồn mở

相關工具書