黑森林实验室发布 FLUX.2 [klein] 9B-KV：多参考图像编辑速度飙升 2.5 倍

黑森林实验室（Black Forest Labs）今日正式推出 FLUX.2 [klein] 9B-KV，这是其备受赞誉的轻量级图像编辑模型 FLUX.2 [klein] 9B 的专用优化变体。新版本核心引入了 KV 缓存（Key-Value Cache） 技术，专为解决多参考图像编辑中的计算冗余痛点而生，将推理速度提升至原来的 2.5 倍，为实时交互式编辑和高频变体生成树立了新标杆。

• GitHub：https://github.com/black-forest-labs/flux2/blob/main/docs/flux2_klein_kv_cache.md
• 模型：https://huggingface.co/black-forest-labs/FLUX.2-klein-9b-kv
• FP8：https://huggingface.co/black-forest-labs/FLUX.2-klein-9b-kv-fp8

黑森林实验室发布 FLUX.2 [klein]：统一生成与编辑的最快开源模型

核心突破：告别重复计算，解锁极速编辑

在传统的多参考图像编辑（如换脸、风格迁移、物体替换）中，模型需要在每一个去噪步骤中重新处理所有参考图像的 Token，导致大量算力浪费在不变的数据上。

FLUX.2 [klein] 9B-KV 通过创新的两阶段推理机制彻底改变了这一流程：

1. 阶段一：KV 提取（Step 0）
   • 执行一次完整的前向传播，处理所有参考图像 Token。
   • 提取并缓存参考图像的键（Key）和值（Value）对。
2. 阶段二：缓存复用（Step 1-3）
   • 在后续的去噪步骤中，直接复用缓存的 KV 对。
   • 仅计算输出图像和文本提示的 Token，完全跳过参考图像的冗余计算。

结果：无论去噪步数多少，参考图像只需处理一次。参考图越多、输出分辨率越低，加速效果越显著。

性能实测：最高 2.66 倍提速

加速比取决于参考图像数量与输出分辨率的比例。以下是官方测试数据（基于 4 步蒸馏推理）：

关键洞察：在处理多张高分辨率参考图生成小尺寸变体时（如快速预览、交互式拖拽），性能提升最为惊人，接近 3 倍 的速度飞跃。

继承全能基因：小身材，大智慧

尽管专注于速度优化，FLUX.2 [klein] 9B-KV 完美继承了原版的强大能力：

• 统一架构：单一模型支持文生图（Text-to-Image）、多参考编辑（Multi-Reference Editing）。
• 极速生成：基于 9B 流匹配（Flow Matching）架构，配合 8B Qwen3 文本编码器，仅需 4 步推理 即可实现亚秒级出图。
• 高质量输出：保持了对复杂提示词的理解力、优秀的文字渲染能力及细腻的画质表现。

应用场景：为交互而生

这项技术特别适合以下场景：

• 🖌️ 交互式编辑工具：用户拖动参考图或调整参数时，系统能实时反馈生成结果，无延迟卡顿。
• 🔄 批量变体生成：使用同一组参考图（如角色三视图、产品多角度图）生成大量不同风格或背景的变体。
• 📱 移动端/边缘部署：显著降低计算负载，使高性能图像编辑在资源受限设备上成为可能。
• 🎬 视频帧编辑：在视频一致性编辑中，快速处理多帧参考信息。

许可与可用性

• 授权协议：目前仅限 非商业用途（Non-Commercial Use）。
• 获取方式：模型权重已发布，开发者可立即集成到 ComfyUI、Diffusers 等主流框架中体验极速编辑。