摘要：近日，国外AI团队黑森林实验室（Black Forest Labs）宣布推出新一代 AI 图像生成与编辑模型FLUX.1 Kontext，这是继去年 8 月首次发布Flux模型后，该团队在多模态生成领域的又一里程碑。据官方介绍，与传统文本到图像模型不同，FLU

近日，国外AI团队黑森林实验室（Black Forest Labs）宣布推出新一代 AI 图像生成与编辑模型FLUX.1 Kontext，这是继去年 8 月首次发布Flux模型后，该团队在多模态生成领域的又一里程碑。据官方介绍，与传统文本到图像模型不同，FLUX.1 Kontext 首次实现了文本与图像双输入的上下文生成与编辑，允许用户通过自然语言指令直接修改现有图像的局部或全局元素，同时保持角色一致性和视觉连贯性。

Flux.1 Kontext系列模型包括两个型号：Flux.1 Kontex [pro] 和 Flux.1 Kontex [max]。Flux.1 Kontex [pro] 允许用户生成图像并通过多次回合对其进行优化，保留字符和样式。Flux.1 Kontex [max] 强调速度、一致性和对提示的遵守。不过，与以往的FLux模型不同，Flux.1 Kontex [pro] 和 Flux.1 Kontex [max] 无法下载离线使用。然而，Black Forest Labs 正在制作一个开放的 Kontext 模型 Flux.1 Kontext [dev]，可用于私人测试版，用于研究和安全测试。

FLUX.1 Kontext采用流匹配架构（Flow Matching），彻底打破了文本编码器与扩散模型分离的传统设计。通过将文本提示与参考图像的潜在特征编码为统一序列，模型能够精准捕捉视觉概念与语义指令的关联，实现 “所见即所改” 的交互式创作。

这种架构带来四大核心优势：

1. 角色一致性：多轮编辑中保持人物身份特征，例如将角色从城市街道转移到雪山场景时，发型、服装等细节丝毫不差；

2. 局部编辑：支持像素级精准修改，如删除图像中的杂物、调整特定区域色彩，而不影响其他部分；

3. 风格参考：基于参考图像的风格生成新场景，例如将一张文艺复兴风格的油画转换为现代卡通风格，同时保留主体构图；

4. 交互速度：1024×1024 分辨率下生成时间仅需 3-5 秒，比主流竞品快一个数量级，显著提升创意迭代效率。

5月31日，记者在官方试玩平台Flux Playground上进行了多场景测试：

文本编辑：上传一张含有手写字的照片，输入 “将文字改为Nanjing”，模型不仅准确修改文字内容，还自动调整排版与背景光影，使新标题与画面融为一体。

风格迁移：提供一张梵高的向日葵画作作为参考，输入 “用相同笔触绘制一幅玫瑰画作”，生成的图像既保留印象派的色彩层次，又精准还原玫瑰花的细节。

图片编辑：尝试 “将戴珍珠耳环的少女改成一个长发戴着宝石耳环和项链”的创意，模型同时处理少女的发型、项链、耳环等元素，最终输出的图像细节丰富。

值得注意的是，FLUX.1 Kontext 对中文提示词的理解能力也有不错表现。例如输入“青砖黛瓦的江南水乡，细雨中撑伞的旗袍女子”，模型生成的画面不仅准确还原了中式建筑的韵味，人物服饰的纹理和动态也极具真实感。

来源：紫牛新闻