फ्लक्स मॉडल फैमिली: ब्लैक फॉरेस्ट लैब्स की एआई आर्किटेक्चर के अंदर

एक शाम मैंने स्किन पर लेयर्ड लाइटिंग और स्पेसिफिक बॉडी पोजिशनिंग वाले जटिल प्रॉम्प्ट के साथ बैठकर टेस्ट किया। इमेज रेंडर होते ही मुझे एहसास हो गया कि कुछ बदल गया है। मई 2026 तक ब्लैक फॉरेस्ट लैब्स का फ्लक्स मॉडल फैमिली पुरानी इटरेटिव नॉइज-क्लीनिंग प्रक्रिया से हटकर 32-बिलियन-पैरामीटर लेटेंट फ्लो-मैचिंग ट्रांसफॉर्मर पर आधारित हो चुका है जो टेक्स्ट से इमेज तक सीधा रास्ता सीखता है। यह T5-XXL टेक्स्ट एनकोडर्स और मिस्ट्रल-3 विजन-लैंग्वेज पार्ट्स के साथ जुड़कर रिफ्लेक्शन्स और सबसर्फेस स्कैटरिंग जैसी फाइन फोटोमेट्रिक डिटेल्स को लॉक कर देता है। नतीजा अब गेसिंग जैसा नहीं बल्कि सटीक मैपिंग जैसा लगता है।

पारंपरिक डिफ्यूजन मॉडल स्टेप बाय स्टेप नॉइज हटाते हैं, जिससे अक्सर फाइन एजेस ब्लर हो जाती हैं और लंबे डिस्क्रिप्शन में दिक्कत होती है। फ्लक्स अलग रास्ता अपनाता है। यह टेक्स्ट एम्बेडिंग्स को सीधे क्लीन इमेज लेटेंट्स में बदलने का सीधा ट्रैजेक्टरी सीखता है। इस एक बदलाव से वार्प्ड लिम्ब्स या फ्लोटिंग ऑब्जेक्ट्स जैसी पुरानी गलतियां कम हो जाती हैं। मैंने देखा कि फैब्रिक फोल्ड्स ज्यादा शार्प, शैडोज क्लीनर और मल्टीपल डिस्क्रिप्टर्स स्टैक करने पर बेहतर एडहेरेंस मिलता है। आर्किटेक्चर में जेनरेशन के दौरान ड्रिफ्ट होने की संभावना बहुत कम है।

जब मुझे सटीक स्किन टेक्सचर, कर्व्स पर नैचुरल लाइट फॉलऑफ या इंटिमेट कंपोजिशन में कंसिस्टेंट पोज चाहिए, तो फ्लक्स पुराने डिफ्यूजन तरीकों से कम आर्टिफैक्ट्स देता है। एनाटॉमी जटिल स्पेशियल अरेंजमेंट में भी कोहेरेंट रहती है और बॉडी टाइप्स व लाइटिंग के डिटेल्ड इंस्ट्रक्शन्स पर प्रॉम्प्ट फॉलोइंग मजबूत रहती है। इस कंट्रोल का इस्तेमाल अब एडल्ट कंटेंट क्रिएशन में फ्लक्स मॉडल फैमिली: सिनेमैटिक NSFW वीडियो रियलिज्म को सक्षम करना में किया जा रहा है। स्टिल इमेजेस में जो ताकत है वही स्क्रीन पर स्मूद मोशन और बिलीवेबल फिजिकल इंटरैक्शन्स में भी सीधे ट्रांसलेट होती है।

Schnell स्पीड को प्राथमिकता देता है और मामूली हार्डवेयर पर चलता है, हालांकि हाई रेजोल्यूशन पर डिटेल थोड़ी सॉफ्ट हो सकती है। Dev ओपन वेट्स के साथ फाइन-ट्यूनिंग की सुविधा देता है और क्वालिटी बनाम रिसोर्स यूज के बीच बैलेंस रखता है। Pro ज्यादा से ज्यादा फिडेलिटी देता है लेकिन ज्यादा VRAM और समय मांगता है। नया Flux.2 32 बिलियन पैरामीटर्स पर पूरा फ्लो-मैचिंग डिजाइन आगे बढ़ाता है, जब आप कंप्यूट खर्च कर सकें तो सबसे मजबूत प्रॉम्प्ट एडहेरेंस और लाइटिंग एक्यूरेसी देता है। मैं आमतौर पर टेस्टिंग के लिए Dev से शुरू करता हूं और फाइनल रेंडर में हर सूक्ष्म सरफेस रिफ्लेक्शन चाहिए तो Pro पर जाता हूं।