Keluarga Model Flux: Penyelaman Mendalam Transformer Aliran Diperbetulkan

Keluarga model Flux daripada Black Forest Labs telah menarik perhatian sejak FLUX.1 dilancarkan pada Julai 2025, seperti yang terperinci dalam kertas arXiv mereka. Kita bercakap tentang varian seperti pro, dev, dan edisi schnell yang pantas, kini disertai pelancaran Flux.2 sehingga November 2025 dan seterusnya. Dengan 12 bilion parameter, raksasa ini menggunakan pemasa aliran rectified untuk menghasilkan imej daripada teks dengan ketepatan yang menakutkan. Mengapa kisah? Untuk kandungan dewasa, ia menghasilkan telanjang yang hidup semacam, pose erotis, dan badan yang tepat secara anatomi yang model lama hanya gagal. Saya perasan—semasa ujian saya yang, eh, menyeluruh—bagaimana Flux.2 meningkatkan tekstur kulit dan butiran tangan ke tahap fotorealistik. Jujur? Ia agak ketagih untuk mencipta adegan hiper-real itu. Arkituktur Flux yang direka dengan ketepatan untuk manusia fotorealistik dan komposisi dinamik memacu asas imej teras dalam paip laluan video dewasa AI lanjutan, membolehkan peralihan lancar ke gerakan.

Buang U-Net. Flux menukarnya dengan pemasa aliran rectified yang meramalkan vektor halaju dalam ruang laten 16 saluran. Penyandi teks berganda mengendalikan beban berat: T5 menghasilkan token padat untuk pemahaman halus, manakala CLIP menyediakan penyatuan embeddings. Perhatian bersatu mengikat token teks dan imej dengan lancar. Blok aliran berganda memproses data aliran dan imej secara selari; blok aliran tunggal menyatukannya kemudian. Modulasi AdaLN menyesuaikan perkara secara langsung, dengan embeddings RoPE mengekalkan maklumat posisi yang tajam. Saya jujur dengan anda: persediaan ini menskalakan dengan cemerlang. Tiada lagi sabot diffusion. Kecekapan pemasa tulen.

Diffusion standard? Tebakan bising. Aliran rectified meramalkan vektor halaju bersih terus dari bising ke data—deterministik, tiada jadual stokastik. Penyampelan menggunakan langkah Flow-Matching Euler. Bising ditambah secara beransur; model membawanya kembali dengan tepat. Inovasi seperti blok aliran berganda/tunggal dan modulasi memastikan kestabilan pada resolusi tinggi. Ya, saya tahu bunyinya teknikal. Tetapi dalam amalan? Flux mencipta output pelbagai dan patuh tanpa artifak biasa. Sampel tidak saintifik saya yang satu mencadangkan ia permainan untuk prompt kompleks.

SDXL melekat pada akar diffusion—patuh prompt? Sederhana. Pelbagai? Terhad. Flux? Pemasa menskalakan secara infinit, kesetiaan teks menghancurkannya mengikut penanda aras. Tiada jadual rawak bermakna kualiti konsisten. Peningkatan anatomi Flux.2 mengatasi SDXL pada tangan, muka, dan—pentingnya—realisme genitalia. Untuk seni erotis, itu bukan kecil. Inilah yang kebanyakan penganalisis tidak beritahu: Flux terasa hidup. SDXL? Masih kartun pada tepi. Flux menang untuk NSFW hiper-real.