Black Forest Labs revolutioniert mit FLUX Modellen die Open Source KI Landschaft
Mindverse News
KI-gestützt erstellt 8 Quellen Arbeitsweise
// Inhalt · 7 Abschnitte
Black Forest Labs erobert die Open-Source-Welt mit FLUX-Modellen
Einführung
Die Welt der Künstlichen Intelligenz und des maschinellen Lernens erlebt derzeit eine aufregende Entwicklung, die von der deutschen Firma Black Forest Labs vorangetrieben wird. Mit ihren fortschrittlichen Text-zu-Bild-Modellen der FLUX-Serie hat das Unternehmen international für Aufsehen gesorgt. Die Modelle sind auf der Plattform Hugging Face verfügbar und bieten sowohl Entwicklern als auch Kreativen neue Möglichkeiten.Die FLUX-Modelle
Black Forest Labs bietet verschiedene Versionen der FLUX-Modelle an, darunter FLUX.1 [dev] und FLUX.1 [schnell]. Diese Modelle sind in der Lage, hochqualitative Bilder aus Textbeschreibungen zu erzeugen. Beide Modelle basieren auf einem 12 Milliarden Parameter umfassenden transformerbasierten Ansatz.FLUX.1 [dev]
Das FLUX.1 [dev] Modell ist besonders für seine herausragende Ausgabequalität bekannt, die nur von der FLUX.1 [pro] Version übertroffen wird. Es wurde durch Guidance Distillation trainiert, was es effizienter macht und gleichzeitig eine wettbewerbsfähige Prompt-Folgefähigkeit sicherstellt. Hauptmerkmale: - Hochwertige Ausgabequalität - Offene Gewichte zur Förderung wissenschaftlicher Forschung - Nutzung für persönliche, wissenschaftliche und kommerzielle Zwecke gemäß der Non-Commercial LicenseFLUX.1 [schnell]
Das FLUX.1 [schnell] Modell zeichnet sich durch seine Fähigkeit aus, in nur 1 bis 4 Schritten hochqualitative Bilder zu generieren, dank der Latent Adversarial Diffusion Distillation. Es unterliegt der Apache-2.0-Lizenz, die eine breite Nutzung ermöglicht. Hauptmerkmale: - Effiziente und schnelle Bildgenerierung - Offene Gewichte zur Förderung wissenschaftlicher Forschung - Nutzung für persönliche, wissenschaftliche und kommerzielle Zwecke gemäß der Apache-2.0-LizenzAnwendungsfelder und API-Integration
Beide Modelle sind über verschiedene API-Endpunkte verfügbar, darunter bfl.ml, replicate.com, fal.ai, und mystic.ai. Zudem können die Modelle lokal über die Comfy UI genutzt werden, was eine node-basierte Arbeitsweise ermöglicht. Die Integration mit der 🧨 diffusers Python-Bibliothek ist ebenfalls möglich und erleichtert die Nutzung der Modelle erheblich.Beispielcode
Ein einfaches Beispiel zur Nutzung von FLUX.1 [dev] mit der diffusers Bibliothek: ```python import torch from diffusers import FluxPipeline pipe = FluxPipeline.from_pretrained("black-forest-labs/FLUX.1-dev", torch_dtype=torch.bfloat16) pipe.enable_model_cpu_offload() # Spart VRAM durch Auslagerung des Modells auf die CPU prompt = "Eine Katze, die ein Schild mit 'Hallo Welt' hält" image = pipe( prompt, height=1024, width=1024, guidance_scale=3.5, num_inference_steps=50, max_sequence_length=512, generator=torch.Generator("cpu").manual_seed(0) ).images[0] image.save("flux-dev.png") ```Beschränkungen und ethische Überlegungen
Wie bei vielen KI-Modellen gibt es auch bei den FLUX-Modellen einige Beschränkungen und ethische Überlegungen: - Die Modelle sind nicht in der Lage, faktische Informationen bereitzustellen. - Es besteht die Gefahr der Verstärkung bestehender gesellschaftlicher Vorurteile. - Die Modelle können bei der Generierung von Ausgaben, die den Vorgaben entsprechen, versagen. - Die Nutzung der Modelle und ihrer Derivate ist in bestimmten Bereichen, wie der Erstellung von schädlichen Inhalten oder der Verbreitung von Desinformationen, untersagt.Reaktionen und Community-Feedback
Die Reaktionen auf die Veröffentlichung der FLUX-Modelle waren überwältigend positiv. Auf Plattformen wie Hugging Face belegen die Modelle von Black Forest Labs mehrere Spitzenpositionen in den Trend-Charts. Nutzer loben insbesondere die hohe Qualität der generierten Bilder und die Effizienz der Modelle. Einige Kommentare aus der Community: - "Das beste Open-Source-Modell, das ich je gesehen habe." - "FLUX.1 dev ist einfach großartig, vor allem hinsichtlich der Befolgung von Anweisungen."Fazit
Die FLUX-Modelle von Black Forest Labs stellen einen bedeutenden Fortschritt im Bereich der Text-zu-Bild-Generierung dar. Mit ihrer hohen Ausgabequalität und Effizienz bieten sie sowohl Forschern als auch Kreativen neue Möglichkeiten. Die Verfügbarkeit dieser Modelle auf Plattformen wie Hugging Face erleichtert den Zugang und fördert die Weiterentwicklung in diesem spannenden Bereich der Künstlichen Intelligenz.Bibliographie
- https://huggingface.co/black-forest-labs/FLUX.1-dev
- https://huggingface.co/black-forest-labs
- https://huggingface.co/black-forest-labs/FLUX.1-schnell
- https://huggingface.co/posts/fdaudens/524871051582642
- https://huggingface.co/posts/vilarin/564304258433170
- https://huggingface.co/XLabs-AI/flux-RealismLora/commit/b097753030e001b8ac3167de028e413412ba0764
- https://huggingface.co/black-forest-labs/FLUX.1-schnell/discussions/15
- https://huggingface.co/black-forest-labs/FLUX.1-schnell/discussions/5
//Nächster Artikel
Google DeepMind widerlegt Thesen einer nahen KI-Selbstverbesserung: Neue Daten zu Gemini 4 Argon zeigen lineares Wachstum und klare Grenzen.

// Artikel teilen
Mehr zu Bild- & Video-KI
Alle Bild & Video-News- VideoJev: Wie ein System-One-Modell die Videoanalyse durch direktes Scoring statt Textgenerierung beschleunigt
VideoJev ersetzt langsame Textgenerierung in Video-Sprachmodellen durch direktes Scoring und beschleunigt Video-QA sowie Temporal Grounding drastisch.
- Tavus präsentiert Griffin: Full-Duplex-Videomodell für täuschend echte Echtzeit-Dialoge
Tavus präsentiert mit Griffin-Lite ein Full-Duplex-Videomodell für Echtzeit-Dialoge. Analyse der Architektur, Benchmarks und B2B-Sicherheitsrisiken.
- PrunaAI beschleunigt Qwen Image 2.1 mit neuen LoRA Adaptern
PrunaAI beschleunigt Qwen-Image-2.1: Mit neuen LoRA-Adaptern gelingt die Bildgenerierung und -bearbeitung in nur 5 bis 8 Schritten – bis zu 6,3-mal schneller.
- Warum hochdimensionale Latents Diffusionsmodelle vor Herausforderungen stellen
Sind hochdimensionale Latents wirklich besser für Diffusionsmodelle? Eine aktuelle Studie zeigt, warum starke Rekonstruktion das generative Training erschweren kann und weshalb die Geometrie des latenten Raums entscheidend für die Bildgenerierung ist.
// Dranbleiben
Mindverse News folgen
Neue Meldungen erhalten Sie über unseren RSS-Feed oder auf LinkedIn.
Passend dazu in Mindverse Studio
- KI-Bilder im eigenen MarkenstilBildgenerierung mit Flux und Imagen, inklusive Brand Kits und eigenen Styles.
- Studio mit Ihren Tools verbindenIntegrationen für Microsoft 365, Google Workspace, Slack, Notion und mehr.
- KI-Chat mit allen führenden ModellenGPT, Claude und Gemini in einer Oberfläche — mit Websuche und Quellenangaben.
Recherchieren Sie KI-News wie diese selbst — mit Mindverse Studio.
7 Tage kostenlos testen — ohne Kreditkarte, mit 200 Credits. Für Fragen zur Umsetzung buchen Sie eine persönliche Demo.
//Chronik
Aus dem Archiv · rund um den 19. August 2024
← Davor erschienen