10月2日、テクノロジーメディア「The Decoder」が「Black Forest Labs launches Flux 3 Image with multi-step editing that leaves the rest of your picture alone」と題した記事を公開した。Black Forest Labsが新モデル「Flux 3 Image」をリリースしたもので、多段階編集時に意図しない領域が変わってしまうという拡散モデル固有の課題に正面から取り組んだ点が注目を集めている。
Black Forest Labsとは
Black Forest Labsは、高品質な画像生成モデル「Flux.1」シリーズで知られるドイツ発のAIスタートアップだ。Flux.1はリリース直後からStable Diffusionに並ぶオープンウェイトモデルとして広く普及し、商用・非商用を問わず多くのクリエイターや開発者に採用されてきた経緯がある。今回のFlux 3 Imageは、その同社が「編集体験の根本的な改善」を目指して投入した新世代モデルに位置づけられる。
多段階編集で「他の部分が変わる」問題とは
拡散モデルによる画像編集では、ノイズを加えて再度除去するプロセスを経るため、編集対象以外の領域にも変化が生じやすい。一度の編集であれば許容範囲でも、「背景を変える」「人物の服を変える」「さらにテキストを差し替える」といった多段階の編集を繰り返すたびに、意図していない領域が少しずつ崩れていくのが実運用上の大きな課題だった。
Flux 3 Imageはこの問題に対し、多段階編集において画像の他の領域を変えないアーキテクチャ的なアプローチを採用したと明言している。Black Forest Labsは「編集のたびに他の部分をそのまま保つ（leaves the rest of your picture alone）」を本モデルの核心的な売りとして強調している。
主な機能とスペック
対応する機能の範囲は広い。
- テキストから画像生成（text-to-image）
- 画像から画像変換（image-to-image）
- テキストレンダリング（画像内への文字の正確な配置）
- フォトリアリズム対応
- バウンディングボックスによる構図・シーン指定
- 最大10枚のリファレンス画像の取り込み
- 4K出力対応
テキストレンダリングと4K出力の組み合わせは、広告・マーケティング用途やプロダクション品質の素材制作を意識したものと見られる。
API・ライセンス・オープンウェイト
- APIアクセスは10月8日まで50%オフのキャンペーン価格で提供される
- 企業向けには商用ライセンスウェイトの提供も用意されており、自社インフラ上でモデルをホスティングしたり、ファインチューニングしたりすることが可能
- オープンウェイト版は数週間以内のリリースが予告されている
- 無料のデモも公開済みで、APIキー不要で試すことができる
商用ライセンスウェイトの提供は、エンタープライズ向けにオンプレミス運用や社内データによるカスタマイズを可能にする選択肢として機能する。
ライバルも同時期に動いた
Flux 3 Imageのリリース直前、Ideogramが「Ideogram 4.5」を発表した。元記事によれば、Ideogram 4.5は編集精度を強みとして打ち出したモデルであり、オープンウェイト版の公開も予告されているという。詳細な仕様や公開時期については元記事およびIdeogram公式サイトでの確認を推奨する。
画像編集の「精度」と「安定性」を軸にした競争は、Flux 3 ImageとIdeogram 4.5の同時期登場によって一段と激しさを増している。オープンウェイトへの対応を両社が揃って打ち出している点も、コミュニティ側の需要を強く意識した動きとして注目される。
詳細はBlack Forest Labs launches Flux 3 Image with multi-step editing that leaves the rest of your picture aloneを参照していただきたい。
