FLUX

FLUXは、以前Stable Diffusionに関わった研究者が設立したBlack Forest Labsのものです。鮮明で細部まで描かれ、プロンプトに忠実な画像が出るため、広く使われるようになりました。画像の中の読める文字や、被写体が複数ある複雑な場面のような難しいケースも含みます。いくつかの版はウェイトをダウンロードしてローカルで使えるので、多くの人にとって、Midjourneyのようなクローズドなサービスに対する最良のオープンな代替になりました。

ラインナップは役割が分かれています。大きいモデルはAPI経由で品質を優先し、小さいモデルは速さとローカル利用向けです。編集向けのモデルは、被写体の一貫性を保ったまま、テキストの指示で既存の画像を変えられます。FLUX Toolsは、インペインティング、アウトペインティング、参照画像や深度マップによる制御を足します。モデルは、Black Forest Labs自身のプレイグラウンドとAPI、Replicate、fal、Hugging Faceといった第三者のプラットフォーム、ComfyUIのようなローカルツールで使えます。

ライセンスはモデルによって違います。オープンウェイトの一部は非商用なら無料で、商用にはライセンスか有料APIが必要です。大きいモデルをローカルで動かすには高性能なGPUが要り、品質はプロンプトと版で変わります。代替にはMidjourney、Stable Diffusion、OpenAIの画像モデル、GoogleのImagenとGeminiの画像モデルがあります。特定の画風や被写体向けにLoRAでFLUXをファインチューンするのは、このコミュニティではよくあるやり方です。