Gia Đình Mô Hình Flux: Bên Trong Kiến Trúc AI Của Black Forest Labs

Một buổi tối, tôi ngồi xuống với một prompt phức tạp liên quan đến ánh sáng phân lớp trên da và vị trí cơ thể cụ thể. Ngay khoảnh khắc hình ảnh được render, tôi biết rằng điều gì đó đã thay đổi. Tính đến tháng 5 năm 2026, gia đình mô hình Flux từ Black Forest Labs nổi bật vì đã chuyển khỏi quy trình làm sạch nhiễu lặp lại cũ. Thay vào đó, nó dựa vào bộ biến áp flow-matching tiềm ẩn 32 tỷ tham số học các đường dẫn trực tiếp từ văn bản đến hình ảnh. Xương sống này kết hợp với bộ mã hóa văn bản T5-XXL và các phần vision-language Mistral-3 để khóa chi tiết quang trắc mịn như phản chiếu và tán xạ dưới bề mặt. Kết quả cảm giác ít như đoán mò hơn và giống như ánh xạ chính xác hơn.

Các mô hình diffusion truyền thống loại bỏ nhiễu chậm rãi từng bước, thường làm mờ các cạnh tinh xảo và gặp khó khăn với các mô tả dài. Flux đi theo hướng khác. Nó học quỹ đạo thẳng biến embedding văn bản trực tiếp thành latent hình ảnh sạch. Sự thay đổi duy nhất này giảm thiểu lỗi tích lũy từng gây ra chi tay méo mó hoặc vật thể lơ lửng. Tôi nhận thấy các nếp vải sắc nét hơn, bóng đổ sạch sẽ hơn và độ tuân thủ tốt hơn khi xếp nhiều mô tả trong một câu. Kiến trúc này đơn giản là có ít cơ hội trôi lệch trong quá trình sinh.

Khi tôi cần kết cấu da chính xác, ánh sáng tự nhiên rơi trên các đường cong, hoặc tư thế nhất quán trong các bố cục thân mật, Flux mang lại ít artifact hơn so với các phương pháp diffusion cũ. Giải phẫu vẫn nhất quán ngay cả trong các sắp xếp không gian phức tạp, và việc tuân thủ prompt vẫn vững chắc với các hướng dẫn chi tiết về loại cơ thể và ánh sáng. Mức độ kiểm soát này đang được áp dụng cho việc tạo nội dung người lớn trong các khám phá về Flux Model Family: Cho Phép Chủ Nghĩa Hiện Thực Video NSFW Điện Ảnh. Những điểm mạnh giúp hình ảnh tĩnh cũng chuyển trực tiếp sang chuyển động mượt mà và tương tác vật lý chân thực trên màn hình.

Schnell ưu tiên tốc độ và chạy trên phần cứng khiêm tốn, dù chi tiết có thể mềm hơn ở độ phân giải cao. Dev cung cấp trọng số mở để tinh chỉnh và nằm ở mức trung bình giữa chất lượng và tài nguyên. Pro đẩy độ trung thực tối đa nhưng đòi hỏi nhiều VRAM và thời gian hơn. Flux.2 mới hơn xây dựng trên thiết kế flow-matching đầy đủ với 32 tỷ tham số, mang lại độ tuân thủ prompt và độ chính xác ánh sáng mạnh nhất khi bạn có thể dành compute. Tôi thường bắt đầu với Dev để kiểm tra và chuyển sang Pro chỉ khi render cuối cùng cần mọi phản chiếu bề mặt tinh tế.