Black Forest Labs/官方:推出 FLUX 3 Image——邊界框精準佈局與像素級編輯;最多十張參考圖、原生最高四 K;API 開放並提供商業權重

Key takeaway

Black Forest Labs 正式推出 FLUX 3 Image,把文字生圖、局部編輯、最多十張參考圖合成,以及以邊界框精準擺位整合成同一 API;官方標榜可做像素級編輯而不改動其餘畫面,並支援原生最高約四 K 輸出。來源真實性已驗證:以 Black Forest Labs 產品頁與開發者文件為主,並交叉查閱 The Decoder 等報道。

Black Forest Labs/官方:推出 FLUX 3 Image——邊界框精準佈局與像素級編輯;最多十張參考圖、原生最高四 K;API 開放並提供商業權重

Black Forest Labs 正式推出 FLUX 3 Image,把文字生圖、局部編輯、最多十張參考圖合成,以及以邊界框精準擺位整合成同一 API;官方標榜可做像素級編輯而不改動其餘畫面,並支援原生最高約四 K 輸出。來源真實性已驗證:以 Black Forest Labs 產品頁與開發者文件為主,並交叉查閱 The Decoder 等報道。

對開發者與企業而言,重點不只是「又能生圖」,而是佈局可控、多輪局部改圖、以及面向代理(agent)工作流的結構化提示——這直接影響電商視覺、行銷素材與內部設計工具的落地成本。

Black Forest Labs/官方:推出 FLUX 3 Image——邊界框精準佈局與像素級編輯;最多十張參考圖、原生最高四 K;API 開放並提供商業權重

德國 AI 實驗室 Black Forest Labs(BFL)已公開 FLUX 3 Image,作為其 FLUX 3 多模態家族中的影像生成與編輯能力。較早前(二零二六年七月)官方已介紹 FLUX 3 涵蓋影像、影片、音訊與動作預測等方向;今次落地的是影像端:開發者可經 Playground 試用,或以 API 金鑰呼叫正式端點,企業亦可洽談商業權重(commercial weights)以便在自有基礎設施微調與部署。開放權重版本則仍標示為未來數週內可望釋出。本文已核對官方產品說明與 API 文件,並以獨立科技媒體作時間與推廣條件交叉確認。

一、核心事件:從「一句提示」走向「可編排的影像管線」

技術細節

依 BFL 開發者文件,FLUX 3 Image 的核心請求為:

  • 端點:POST https://api.bfl.ai/v1/flux-3-image
  • 標頭:以 x-key 傳入 API 金鑰
  • 必填欄位只有 prompt;其餘為可選參數

文件列出的主要參數包括:

參數 說明(依官方文件)
images 一至十張參考圖(URL 或 base64);單張約二百五十六乘二百五十六像素至約一千六百萬像素
aspect_ratio 多種比例或 auto(預設;可依首張參考圖推斷,否則一比一)
resolution 768sq、1k、1.5k、2k、4k(預設 1k)
safety_tolerance 零(最嚴)至四(預設二)
grounding 布林值,預設 true:生成前可做網頁/圖像搜尋以對齊真實物件;設為 false 則較快、只依提示

回應會回傳 polling_url;輪詢至狀態為 Ready 後,須在約一小時內下載 result.sample。

產品頁強調四條產品能力線:純文字生圖;以指令局部編輯;多參考圖合成;以及在提示末段加入邊界框,把元素放在零至一千的座標網格上。編輯場景下,可針對單一框重新上色、置換或移除,官方稱其餘像素可保持不變,並以「為代理而設計」作為工作流賣點——可由大型語言模型先產出版面表,再交由 FLUX 3 依框渲染。

推廣條件方面:The Decoder 報道指 API 於十月八日前有五折優惠;BFL 定價頁計算機在選取 FLUX 3 Image、預設一 K 解析度時,畫面顯示單圖價由約零點零四八美元劃線至約零點零二四美元。實際帳單仍以帳號與官方定價為準,企業量大另有客製報價。

二、技術原理深度解析

FLUX 3 Image 並非只把「文生圖」與「圖生圖」並列,而是把空間控制提升為一等公民:

  1. 邊界框佈局(bounding boxes)
    無論選哪個長寬比,畫布在兩軸都正規化為零至一千。每個元素以 [top, left, bottom, right](文件亦寫成 [y_min, x_min, y_max, x_max])描述位置,再配文字描述;場景另有一句總提示把元素串起來。官方指出,提示升採樣(prompt upsampler)可能改寫總說明或建議額外元素,但使用者畫出的框會原樣到達模型。

  2. 多參考合成
    參考圖依加入順序取得 ref_image_0 等代號,提示中引用代號即可指定「哪張圖提供服裝/物件/場景」。文件上限為十張,適合電商穿搭、室內陳列或品牌資產重組。

  3. 接地(grounding)
    預設開啟網頁與圖像搜尋,讓「今年官方海報」這類提示更貼近真實公開視覺;關閉則偏向速度與純提示控制。這是生成品質與延遲、隱私之間的取捨點——企業若不容外部檢索,應明確關閉並評估提示中是否已含足夠視覺語境。

  4. 代理友善介面
    產品敘事刻意對齊 agentic coding/設計代理:代理只需一句描述與比例,可由 LLM 產出元素表;人再微調框位後一次生成。這與「只會聊天生圖」的消費級工具不同,更接近可程式化的設計 API。

整體而言,BFL 把競爭點從單一畫質評分,移到可重複、可局部迭代、可接到業務系統的控制介面。

四、日常應用場景

1. 開發者與技術團隊

  • 將生圖/改圖封裝成內部微服務:商品主圖批次、A/B 視覺、活動頁 banner。
  • 用邊界框做版型約束(標題區、主體、CTA 按鈕留白),減少「隨機構圖」導致的後製成本。
  • 代理工作流:設計代理規劃框 → FLUX 渲染 → 人工抽樣 → 再局部改一兩個框。

2. 企業與隱私敏感行業

  • 需要把生成留在自有 VPC/機房者,可評估商業權重授權與自架部署,而不是只靠公有 API。
  • 關閉 grounding、收緊 safety_tolerance,並在提示與參考圖層面做資料分類(避免把未公開產品照送出)。
  • 行銷合規:對商標、真人肖像與訓練資料授權仍須法務把關——模型能力不等於內容授權。

3. 一般用戶

  • Playground 可先試文字生圖與框選編輯,感受「改一件、其餘不動」是否符合預期。
  • 多參考合成適合個人創作(角色一致性、場景拼貼),但商用前仍應閱讀 BFL 服務條款與授權方案。

4. 香港與亞洲市場視角

香港電商、零售與內容製作團隊長期依賴外判修圖與多語素材。可程式化的局部編輯,有助把「改包裝色、換模特姿勢、保留背景」變成 API 步驟,縮短檔期。同時,若素材含客戶未公開產品或人像,應優先考慮私有部署或嚴格的金鑰與日誌治理,而不是把原圖直接丟進任意公有端點。

五、專業評價與潛在考量

優勢

  • 官方文件清楚列出端點、解析度檔位與參考圖上限,利於工程接駁。
  • 邊界框+像素級局部編輯,對準專業後期真實痛點。
  • 明確標榜代理工作流與商業權重路徑,產品定位比「只出一張炫圖」更完整。

需要留意的地方

  • 開放權重時程仍為「未來數週」表述,自架路線需跟進官方公告,不宜當成已可下載的承諾。
  • 定價隨解析度與用量變化;促銷五折有截止日,長期 TCO 要以正式價重算。
  • grounding 預設開啟可能引入外部檢索行為,隱私與合規團隊應先定政策。
  • 產業競爭激烈(同期亦有其他編輯導向模型動向),選型應做同一提示集的盲測,而非只看發表會示例。

結語

FLUX 3 Image 把「生成」推進到「可佈局、可局部改、可接代理」的工程介面,對要把視覺產能產品化的團隊具實務意義。若企業同時需要把推理與敏感資料留在可控環境,可一併評估私有模型託管與內部工具鏈,而不是只追逐單一公有 API。

YSK Limited 提供香港企業私有 LLM 全託管(數據不出境)與 AI 自動化整合,私有 LLM 為獨立年費方案,由港幣八萬八千元起,詳見 AI 自動化/私有 LLM。亦可經 WhatsApp +852 6160 4242 或 [email protected] 查詢與現有設計/電商系統的接駁評估。


參考來源

Related services & products