黑森林实验室发布FLUX.2 ：支持400万像素编辑+10图参考，开放权重模型刷新视觉AI上限

在视觉AI领域，能够真正适配现实世界创意工作流的工具，往往比单纯的“演示级模型”更具价值。近日，黑森林实验室正式推出新一代视觉智能系统 FLUX.2，不仅在图像生成质量、细节还原度上实现突破，更以多参考一致性、精准文本渲染、开放权重等核心优势，重新定义了视觉AI在创意生产中的应用边界。

• 官方地址：https://playground.bfl.ai
• GitHub：https://github.com/black-forest-labs/flux2
• 模型：https://huggingface.co/black-forest-labs/FLUX.2-dev

开放核心战略：让视觉智能惠及更多创作者

黑森林实验室自2024年成立以来，始终坚持“开放核心”理念——相信视觉智能不应被少数机构垄断，而应由全球研究人员、创意人士和开发者共同塑造。这一理念贯穿于 FLUX 系列的迭代：

• 既推出面向普通用户和开发者的 开放权重模型（如 FLUX.1 [dev]，全球最受欢迎的开放图像模型），降低技术使用门槛；
• 也提供满足企业级需求的 生产就绪端点（如 FLUX.1 Kontext [pro]），为 Adobe、Meta 等公司的创意工作流提供动力。

这种“开放+专业”并行的模式，既驱动了社区实验与技术审查，又通过商业化支撑持续创新，让来自黑森林和湾区的前沿技术能够持续惠及全球用户。

从 FLUX.1 到 FLUX.2：不止于升级，更是工作流革新

如果说 FLUX.1 证明了媒体模型作为“强大创意工具”的潜力，那么 FLUX.2 则真正实现了“前沿能力与生产工作流的深度融合”。通过重构生成逻辑、优化模型架构，FLUX.2 在 精确性、效率、控制力、真实感 四大维度实现全面升级，彻底改变了视觉AI的应用经济性。

其核心新增功能，精准命中了创意生产中的痛点：

1. 多参考支持（最多10张图）：解决了以往模型“单图生成强，多图一致弱”的问题，能够在多张参考图间保持角色、产品、风格的高度统一，适配系列化创作、品牌视觉一致性设计等场景；
2. 极致图像真实感：细节更丰富、纹理更锐利、光照更稳定，完全满足产品拍摄、场景可视化等“类摄影”级别的需求，无需后期大量修图；
3. 可靠文本渲染：复杂排版、信息图、表情包、UI原型等场景中，精细文本清晰可读，彻底告别以往模型“文本错乱、无法识别”的尴尬，让视觉AI能够直接产出可用的文字类设计；
4. 增强的提示词遵循：能够精准理解复杂、结构化的指令，包括多部分构图要求、风格约束等，减少“生成结果与预期不符”的反复调试；
5. 强化世界知识：基于现实世界的光照规律、空间逻辑和物理常识，生成的场景更连贯、行为更合理，避免出现“悬浮物体”“光照矛盾”等违和感；
6. 更高分辨率与灵活比例：支持高达400万像素的图像编辑，同时适配多样的输入/输出比例，满足从社交媒体配图到大型海报的全场景需求。

FLUX.2 产品矩阵：覆盖从开源到商用的全场景需求

FLUX.2 推出了完整的模型家族，不同层级的产品精准匹配不同用户的需求，兼顾性能、控制力与成本：

其中，FLUX.2 [dev] 作为当前最强大的开放权重图像生成与编辑模型，在文生图、单参考图编辑、多参考图编辑等核心场景中，显著超越同类开放模型，为开发者提供了“低成本、高能力”的技术底座；而 FLUX.2 [pro] 则通过“性能与成本的最优解”，成为企业级创意生产的首选工具。

技术内核：潜在流匹配架构的革新

FLUX.2 的强大性能，源于其创新的技术架构：

• 基于 潜在流匹配架构，在单一架构中同时实现图像生成与编辑，避免了多模块拼接带来的效率损耗；
• 耦合 Mistral-3 240亿参数视觉语言模型（VLM） 与 修正流Transformer：VLM 提供强大的现实世界知识和上下文理解能力，Transformer 则精准捕捉空间关系、材质属性和构图逻辑，解决了早期模型无法渲染复杂场景的痛点；
• 重新训练的 潜在空间：从根本上优化了“可学习性、图像质量、压缩率”的三重困境，为所有 FLUX.2 模型提供了更高效、更高质量的基础支持（技术细节可参考官方 VAE 博客）。