FLUX.3 Image Klein, Diffusers 통합

ai.euno.news 자동 뉴스 요약

허깅페이스가 블랙 포레스트 랩스(Black Forest Labs)의 공개 이미지 모델 FLUX.3 Image Klein을 Diffusers에 통합했다. 텍스트 기반 이미지 생성과 여러 참조 이미지를 활용한 편집, 경계 상자 기반 레이아웃 제어를 하나의 모델로 처리한다. NVFP4·FP8 저정밀 가중치 실행과 이미지 생성·편집용 LoRA(Low-Rank Adaptation) 학습 스크립트도 함께 지원한다.¹

공개 체크포인트는 두 종류다. 추론 시간을 줄이도록 타임스텝 증류한 black-forest-labs/flux-3-image-klein은 기본 16단계로 작동하며 CFG(Classifier-Free Guidance)를 쓰지 않는다. 허깅페이스에 따르면 엔비디아 H100에서 1024×1024 이미지를 약 2초 만에 생성한다. 반면 black-forest-labs/flux-3-image-klein-base는 기본 50단계와 CFG를 사용하는 기반 모델이다.

실행 문턱도 낮췄다. 최신 diffusers와 Qwen3-VL 텍스트 인코더용 transformers를 설치한 뒤, ModularPipeline.from_pretrained()로 증류 모델을 불러올 수 있다. BF16뿐 아니라 NVFP4와 FP8 가중치를 from_single_file로 읽을 수 있어, 메모리가 작은 GPU에서도 모델을 구동할 선택지가 생겼다. 다만 블로그는 각 정밀도에서 필요한 메모리 용량이나 화질 차이는 제시하지 않았다.

편집할 때는 image 인자에 참조 이미지를 하나 이상 전달하고, 프롬프트에 원하는 결과와 변경 내용을 함께 적는다. 여러 장을 넣으면 <ref_image_0>, <ref_image_1>처럼 순서대로 지칭한다. 레이아웃은 영역별 id, 설명, 경계 상자를 JSON 목록으로 덧붙여 제어한다. 좌표는 [y_min, x_min, y_max, x_max] 순서의 0~1000 정규화 값이라 출력 해상도가 달라도 같은 상자를 재사용할 수 있다.

이번 통합의 실질적인 의미는 배포와 미세조정을 같은 Diffusers 작업 흐름에서 다룰 수 있다는 데 있다. 파이프라인이 모듈형으로 제공돼 블록을 빼거나 자체 구성 요소를 추가할 수 있고, 텍스트-이미지 생성과 이미지 편집용 LoRA 학습 스크립트도 각각 제공된다.¹

읽기 목록은 이 브라우저에 저장됩니다.