Black Forest Labs、4K生成対応のFLUX 3 Image公開

FLUX 3 Imageは画像と動画の両方を扱うBlack Forest Labsの基盤モデルFLUX 3上に構築されており、ゼロからの新規開発ではなく既存の基盤を拡張したものだ。同社は制御の中核にバウンディングボックスという限定領域を据えた。公開された一例では、後ろ姿の人物を中央に、モダンな建物を奥左に、古典的な建物を奥右に配置し、出力はその指定を高品質で反映したという。

画像内の日本語テキストにも対応し、縦書きも扱える。4K出力にズームして細部を確認することも可能だ。参照画像は最大10枚まで入力でき、含まれる物体の位置も指定できる。編集時は触れていないピクセルをピクセル単位で保持する。

焦点は約束されたオープンモデル版の公開にある。無償版がバウンディングボックス制御と参照画像の上限を維持すれば、有料APIを使えない小規模スタジオや開発者も同等の能力を得られるかもしれない。機能が削られていれば、精密なレイアウト作業では有料版が現実的な選択であり続けるだろう。いずれにせよ、画質だけでなく配置の制御こそがBlack Forest Labsが賭ける差別化要因に見える。