Flux 3 Image: Mehrstufige Bearbeitung, Szene bleibt intakt

Black Forest Labs (BFL) hat Flux 3 Image veröffentlicht, den Bildgenerierungsteil seiner neuen Modellfamilie Flux 3. Das wichtigste Verkaufsargument ist die Bearbeitung. Laut BFL können Nutzer mehrere Änderungen nacheinander vornehmen, ohne dass das Modell Bildteile verändert, die gar nicht angefasst werden sollten.

Das ist eine eng gefasste Behauptung, aber eine wichtige. Wer ein KI-Bild über mehrere Runden verfeinert, will meist, dass jede Änderung auf ihren Bereich beschränkt bleibt. Wer den Hintergrund korrigiert, will nicht gleichzeitig ein Gesicht oder ein Produktetikett verändern. BFL zufolge beherrscht Flux 3 Image genau diese schrittweise Arbeitsweise. Bislang stammt diese Aussage allerdings vom Unternehmen selbst und wurde noch nicht unabhängig überprüft.

Was das Modell abdeckt

Flux 3 Image ist ein Allzweckmodell und kein reines Bearbeitungswerkzeug. BFL nennt vier Kernfunktionen:

1. Text-zu-Bild: Erzeugen von Bildern aus geschriebenen Prompts.
2. Bild-zu-Bild: Umwandeln oder Bearbeiten eines vorhandenen Bildes.
3. Textdarstellung: Einfügen von lesbarem Text in Bilder.
4. Fotorealismus: Erzeugen realistischer, fotografischer Ergebnisse.

Für alle, denen ein einzelner Prompt nicht reicht, gibt es zusätzliche Steuerungsmöglichkeiten. Nutzer können eine Szene mit Begrenzungsrahmen anlegen, also Kästen einzeichnen, die festlegen, wo bestimmte Elemente erscheinen sollen. Außerdem lassen sich bis zu zehn Referenzbilder hinzufügen, um das Ergebnis zu lenken. Die Ausgabe reicht bis zu einer Auflösung von 4K.

Wer das Modell ausprobieren will, bevor er dafür bezahlt, kann eine kostenlose Demo nutzen.

Preise, Lizenzen und offene Gewichte

BFL bietet verschiedene Zugangswege an, je nachdem, wie viel Kontrolle ein Kunde haben möchte.

• API-Zugang gibt es bis zum 8. Oktober mit 50 Prozent Rabatt.
• Kommerzielle Gewichte können Unternehmen lizenzieren, die das Modell auf ihrer eigenen Infrastruktur betreiben und feinabstimmen wollen.
• Eine Version mit offenen Gewichten soll laut Unternehmen "in den kommenden Wochen" erscheinen. Ein festes Datum hat BFL nicht genannt.

Die Lizenz für die kommerziellen Gewichte ist für Unternehmen mit strengen Datenvorgaben relevant. Wer ein Modell im eigenen Haus betreibt, muss Bilder und Referenzmaterial nicht über eine externe API schicken. Zudem wird so ein Feintuning mit internen Inhalten möglich.

Ideogram schlägt dieselbe Richtung ein

BFL ist damit nicht allein. Kurz vor dem Start von Flux 3 Image hat Ideogram Version 4.5 seines eigenen Modells angekündigt, das ebenfalls auf Bearbeitung setzt. Auch dieses Modell soll laut Ideogram bald mit offenen Gewichten erscheinen.

Zwei Entwickler von Bildmodellen haben sich innerhalb kurzer Zeit für denselben Schwerpunkt entschieden. Das deutet darauf hin, dass sich der Wettbewerb verschiebt: weg von "Wer erzeugt das schönste Einzelbild?" hin zu "Wessen Modell ist über eine ganze Bearbeitungssitzung hinweg am nützlichsten?"

Unsere Einschätzung

Der Start von Flux 3 Image sagt mehr darüber aus, wohin sich Bild-KI entwickelt, als über eine einzelne Funktion. Mit einem einzigen Prompt ein beeindruckendes Bild zu erzeugen, reicht nicht mehr, um herauszustechen. Professionelle Arbeitsabläufe brauchen kontrollierbare, wiederholbare Bearbeitung, und genau das verkauft BFL. Hält das Versprechen, könnte Flux 3 Image für Design- und Marketingarbeit nützlicher sein als für einmalige Experimente.

Auffällig sind auch die Pläne von BFL und Ideogram, offene Gewichte zu veröffentlichen. Das passt zu einem allgemeineren Trend, leistungsfähige Modelle lokal auszuführen, statt sich nur auf Cloud-APIs zu verlassen.

Es bleiben offene Fragen. Höherer Fotorealismus erleichtert überzeugende Fälschungen - eine Sorge, die jüngste Forschung zu KI-Avataren, die Menschen täuschen, bereits in einem anderen Medium aufgeworfen hat. Es lohnt sich zu beobachten, ob unabhängige Tests BFLs Aussagen zur Bearbeitung bestätigen. Zwei weitere Fragen sind, wann die offenen Gewichte tatsächlich erscheinen und unter welchen Lizenzbedingungen.