当前位置：首页 > news >正文

最强开源文生图模型一夜易主！SD一作、Stabililty AI核心成员Robin Rombach下场创业了，一出手就是王炸。

news 来源：原创 2024/9/20 7:57:17

时隔4个月，开源文生图模型霸主Stable Diffusion原班人马再创业！2024年8月1日官宣：Black Forest Labs成立，公司的第一个产品FLUX.1系列模型包含专业版、开发者版、快速版三种模型，效果直接秒杀Midjourney、DALL-E和Stable Diffusion！目前已获3200万美元融资。

据官方消息，文生图只是一个开始，后续还将发布视频生成模型，准备和Sora和Gen-3等产品过招。

效果

FLUX.1在文字生成、复杂指令遵循和人手生成上具备优势。以下是其最强的专业版模型FLUX.1[pro]生成图像示例，可以看到即使是生成大段的文字、多个人物，也没有出现字符、人手等细节上的错误。

官方新闻

今天，我们很高兴地宣布成立Black Forest Labs。我们的使命深深扎根于生成式人工智能研究社区，旨在为图像和视频等媒体开发和推进最先进的生成式深度学习模型，并突破创造力、效率和多样性的界限。我们相信，生成式人工智能将成为所有未来技术的基本组成部分。通过向广大受众提供我们的模型，我们希望将其好处带给每个人，教育公众并增强对这些模型安全性的信任。我们决心为生成式媒体打造行业标准。今天，作为实现这一目标的第一步，我们发布了 FLUX.1 模型套件，推动了文本到图像合成的前沿发展。

The Black Forest Team

我们是一支由杰出的 AI 研究人员和工程师组成的团队，在学术、工业和开源环境中开发基础生成式 AI 模型方面拥有出色的业绩。我们的创新包括创建VQGAN和潜在扩散、用于图像和视频生成的稳定扩散模型（Stable Diffusion XL, Stable Video Diffusion, Rectified Flow Transformers）以及用于超快速实时图像合成的对抗扩散蒸馏Adversarial Diffusion Distillation-ADD。

我们的核心信念是，广泛使用的模型不仅能促进研究界和学术界的创新和合作，还能提高透明度，这对于信任和广泛采用至关重要。我们的团队致力于开发最高质量的技术，并让尽可能广泛的受众能够使用它。

资金来源

我们很高兴地宣布，我们成功完成了 3100 万美元的种子轮融资。本轮融资由我们的主要投资者Andreessen Horowitz领投，天使投资者Brendan Iribe、Michael Ovitz、Garry Tan、Timo Aila和Vladlen Koltun以及其他知名的人工智能研究和公司建设专家也参与其中。我们已收到来自General Catalyst和MätchVC的后续投资，以支持我们将欧洲最先进的人工智能带给全世界每个人的使命。

此外，我们很高兴地宣布我们的顾问委员会，包括在内容创作行业拥有丰富经验的Michael Ovitz ，以及神经风格转换的先驱和欧洲开放人工智能研究的领先专家Matthias Bethge 教授。

Flux.1 模型系列

我们发布了 FLUX.1 文本到图像模型套件，为文本到图像合成定义了图像细节、及时遵守、风格多样性和场景复杂性的全新最先进水平。

为了在可访问性和模型功能之间取得平衡，FLUX.1 有三种版本：FLUX.1 [pro]、FLUX.1 [dev] 和 FLUX.1 [schnell]：

FLUX.1 [pro]：FLUX.1 的最佳功能，提供最先进的性能图像生成，具有顶级的即时跟踪、视觉质量、图像细节和输出多样性。在此处通过我们的API注册以访问 FLUX.1 [pro] 。FLUX.1 [pro] 也可通过Replicate和fal.ai获得。此外，我们还提供专用和定制的企业解决方案 - 通过flux@blackforestlabs.ai与我们联系。
FLUX.1 [dev]：FLUX.1 [dev] 是一种开放权重、指导提炼的模型，适用于非商业应用。FLUX.1 [dev] 直接从 FLUX.1 [pro] 提炼而来，具有相似的质量和及时遵守能力，同时比同等大小的标准模型更高效。FLUX.1 [dev] 权重可在HuggingFace上使用，并可直接在Replicate或Fal.ai上试用。对于商业环境中的应用，请通过flux@blackforestlabs.ai与我们联系。
FLUX.1 [schnell]：我们最快的模型是为本地开发和个人使用量身定制的。FLUX.1 [schnell] 在 Apache2.0 许可下公开可用。类似地，FLUX.1 [dev]，权重可在 Hugging Face 上使用，推理代码可在GitHub和HuggingFace 的 Diffusers中找到。此外，我们很高兴在第一天就与ComfyUI集成。

图像合成的新基准

FLUX.1 定义了图像合成领域的最新技术。我们的模型在各自的模型类别中树立了新标准。FLUX.1 [pro] 和 [dev] 在以下每个方面都超越了 Midjourney v6.0、DALL·E 3 (HD) 和 SD3-Ultra 等热门模型：视觉质量、快速跟进、尺寸/长宽变化、排版和输出多样性。

FLUX.1 [schnell] 是迄今为止最先进的几步模型，其表现不仅优于同类竞争对手，还优于 Midjourney v6.0 和 DALL·E 3 (HD) 等强大的非蒸馏模型。我们的模型经过专门微调，以保留预训练的整个输出多样性。与目前最先进的技术相比，它们提供了显着改进的可能性，如下所示：