Black Forest Labs 发布 FLUX 3 Image Klein：56 亿参数开放权重图像模型，支持编辑与最多 10 张参考图

Black Forest Labs 在 2026 年 10 月 15 日发布 FLUX 3 Image Klein，一个 56 亿参数的开放权重图像模型，覆盖文本生成图像、图像编辑与最多 10 张参考图的多参考生成，并支持原生 4K、像素级编辑与边界框控制。官方同时给出 base 与 step distilled 两个模型，以及 FP8、INT8、NVFP4 三种量化构建，INT8 档可在 8GB 显存的消费级显卡上运行。

这次发布的是什么

Black Forest Labs 在 2026 年 10 月 15 日通过官方博客发布 FLUX 3 Image Klein，一个 56 亿参数的开放权重图像模型。官方说明这个参数量指的是图像生成器本体，不含文本编码器。

它的能力范围与完整的 FLUX 3 Image 保持一致：文本生成图像、图像编辑，以及最多 10 张参考图的多参考生成；同时支持原生 4K 生成、像素级编辑，以及用边界框控制元素位置或把编辑限定在某个区域内。

这次一共给了两类模型：一个是用于微调的 base 模型，一个是做低延迟生成的 step distilled 模型。量化方面，官方在与 NVIDIA 的合作下提供了 FP8、INT8 与 NVFP4 三种构建。官方称这是 FLUX 3 家族的第二款开放权重模型，前一款是 FLUX 3 Action。

可用性与限制

• 授权：权重采用 FLUX Kommunity License，个人与符合条件的企业可免费商用，规模更大的组织需走自托管授权或接口；具体门槛与条款以官方许可为准。
• 体积：官方给出图像生成器权重在 BF16 下为 11.2 GB、FP8 下为 5.6 GB；这是决定本地能否跑起来的主要约束。
• 硬件：官方称搭配 INT8 构建时，可在显存低至 8GB 的 NVIDIA GeForce RTX 显卡上通过 ComfyUI 或 Diffusers 运行。
• 速度：官方公布在搭配蒸馏模型与 INT8 构建时，生成 1 百万像素图像在 RTX 5090 上约 4 秒、在 RTX 4070 上不到 9 秒。该数据由 NVIDIA 测量，实际耗时取决于硬件与环境，以官方页面为准。
• 微调：base 检查点面向微调，官方称首日即支持 LoRA 训练；具体工具链版本要求以官方仓库为准。
• 费用：接口调用的计费以官方页面为准，本文不写具体金额；本地部署则取决于自己的硬件与电费。
• 境内访问：权重托管在公开模型平台，能否稳定拉取取决于网络环境，请以实际访问情况为准。
• 内容边界：官方称模型在发布前做过内部红队与外部安全评估，实际输出仍受使用者提示词与配置影响。

主要功能

• 文本生成图像：按提示词直接出图，官方标注支持原生 4K
• 图像编辑：像素级修改，未编辑区域可保持原样
• 多参考生成：最多同时给 10 张参考图，用于统一风格或主体
• 边界框控制：指定元素放在哪里，或把编辑限定在某个区域内
• 低延迟生成：step distilled 模型面向需要快速出图的场景
• 本地微调：base 模型配合 LoRA 训练适配自有风格

技术原理

这次的技术取舍集中在「用小模型换可部署性」。据官方说明，Klein 的参数量压到 56 亿，是它能落在消费级显卡上的直接原因：BF16 权重 11.2 GB、FP8 减半到 5.6 GB，再加上 INT8 构建，显存门槛被拉到 8GB 一档，本地出图不再是数据中心专属的事。

第二个点是蒸馏。官方同时给出 base 与 step distilled 两个模型：base 保留完整的训练可塑性，适合做 LoRA 微调；蒸馏模型把采样步数压到很低（官方公布的测速基于 16 步），换来生成延迟的大幅下降。两者是分工关系，不是升级关系——要改模型就下 base，要出图快就用蒸馏版。

第三个点是跨模态的迁移。官方称 FLUX 3 家族在图像、视频与音频上共享训练所得：图像提供空间细节，视频补充运动与物理动态，音频提供事件与交互的信息。这些信号合起来让生成的画面更贴近现实世界的样子。

量化侧则与 NVIDIA 深度绑定：FP8、INT8、NVFP4 三种构建分别对应不同的硬件档位，NVFP4 面向数据中心级加速卡。官方称在数据中心硬件上，蒸馏模型用 NVFP4 生成 1 百万像素图像可在 0.6 秒以内完成。

实际体验

这篇不提供第一人称实测，只给出读者可以自己复现的验证步骤。

第一步先按显存档位选构建。显存 8GB 左右的机器优先试 INT8，显存充裕再上 FP8 或 BF16；先把权重跑起来，再去比较画质差异。

第二步分别验证生成与编辑两条链路。生成侧跑同一组提示词，观察构图与细节是否稳定；编辑侧用一张已有图片做局部修改，重点看未编辑区域是否被改动——官方提到的像素还原能力，就是用来解决这个问题的。

第三步验证多参考图。给 3 到 5 张同风格的参考图，再逐步加到上限附近，观察风格一致性是否随参考图数量提升，以及显存占用是否可控。

第四步验证边界框控制。用官方给的参考推理代码跑一次带边界框的请求，确认元素被放在了指定位置；这一步比评估画质更能判断它对实际工作流的价值。

第五步如果要微调，先按官方点名的工具链跑一个最小 LoRA 样例，确认数据集格式与检查点对得上，再投入完整数据。

项目地址与获取方式

官方公告：https://bfl.ai/blog/flux-3-image-klein

权重：官方称 base 与 distilled 两个检查点都释出在公开模型平台，仓库名以官方公告给出的链接为准。

参考推理代码：官方指向 GitHub 上的 black-forest-labs/flux-3-image-klein 仓库，内含带边界框控制的演示。

在线试用：官方提供 BFL 接口、控制台中的体验页，以及公开模型平台上的在线空间。

生态支持：官方称首日支持 ComfyUI、Hugging Face Diffusers、TensorRT-LLM、SGLang Diffusion 与 vLLM-Omni。

请通过官方渠道获取模型权重与代码，避免下载被篡改的版本。

适合谁用

• 显存有限但想本地出图的个人用户：INT8 档把门槛压到 8GB 显存一档
• 需要局部改图的设计与运营：像素级编辑加边界框控制，改一处不动其余
• 想做自有风格 LoRA 的团队：base 检查点面向微调，首日就有工具链支持
• 需要批量快速出图的业务：蒸馏模型与低比特构建面向延迟敏感场景
• 不必用的人：只偶尔生成几张图、不想折腾环境与显存的人，直接走托管接口更省事

常见问题

Klein 和完整的 FLUX 3 Image 是什么关系？

官方称两者共享核心能力：文本生成图像、编辑、多参考生成、原生 4K、像素级编辑与边界框控制都在 Klein 上保留。差别集中在参数规模与部署门槛上，Klein 明显更小、更能在本地跑。

8GB 显存的显卡真的够用吗？

官方称搭配 INT8 构建时，8GB 显存的 NVIDIA GeForce RTX 显卡可以通过 ComfyUI 或 Diffusers 运行。实际能否跑通还取决于分辨率、步数与同时运行的其他程序，建议先用小尺寸试。

base 模型和蒸馏模型该下哪个？

要出图快就用 step distilled，官方公布的测速数据都基于它；要做微调就用 base，官方称它面向 LoRA 训练设计。两者用途不同，不是新旧关系。

商用有什么限制？

官方称权重采用 FLUX Kommunity License，个人与符合条件的企业可免费商用，规模更大的组织需要通过自托管授权或接口使用。具体门槛与条款以官方许可文本为准。

最多 10 张参考图，是不是给得越多越好？

官方公布的上限是 10 张，但参考图数量会同时影响显存占用与生成耗时。实际使用时建议从少量开始，逐步增加，观察风格一致性的边际收益是否还值得。

相关工具与内容

• 分类：AI 绘画、创意设计、AI 视频
• 工具页：ComfyUI、LiblibAI、Midjourney
• 同题材快讯：ComfyUI v0.39.0 发布、Diffusers v0.41.0 发布
• 延伸阅读：MAI-Image-2.6 上架 AI Gateway