重磅！黑森林实验室开放 FLUX。1 Kontext [dev]权重，120 亿参数黑科技，重塑图像编辑格局！

迄今为止，所有功能强大的生成式图像编辑模型都只能作为专有工具使用。

迄今为止，所有功能强大的生成式图像编辑模型都只能作为专有工具使用。如今，黑森林实验室发布了 FLUX.1 Kontext [dev]，这是FLUX.1 Kontext [pro]的开发者版本，它在一个 120 亿参数的模型中提供专有级别的图像编辑性能，并且可在消费级硬件上运行。

开放模型权重是技术创新的基石。FLUX.1 Kontext [dev]现已作为开放权重模型在 FLUX.1 非商业许可证下发布，可供研究和非商业用途免费使用。FLUX.1 Kontext [dev] 与现有的 FLUX.1 [dev] 推理代码兼容，并提供对 ComfyUI、HuggingFace Diffusers 和 TensorRT 等热门推理框架的即时支持。

主要特点

• 根据编辑指令更改现有图像。
• 具有特征、风格和对象参考，无需任何微调。
• 强大的一致性允许用户通过多次连续编辑来优化图像，同时最大程度地减少视觉漂移。
• 采用指导蒸馏进行训练，FLUX.1 Kontext [dev]效率更高。
• 开放权重以推动新科学研究，并授权开发创新工作流。
• 生成的输出可用于个人、科学和商业目的，如FLUX.1 [dev] 非商业许可证中所述。

unsetunset结果展示unsetunset

FLUX.1 Kontext 的文本转图像示例，具有低烘焙度、多样风格和精准的排版。

风格参考。给定一张输入图像，模型提取其艺术风格，并将其应用于生成多样化的新场景，同时保留原始风格特征。

产品摄影。（a）输入图像展示整套服装。（b）提取的裙子，置于白色背景下，采用产品摄影风格。（c）裙子面料的特写，突出纹理和图案细节。

FLUX.1 Kontext 能够利用边界框等视觉提示来编辑文本，同时保持其风格。

连续的面部表情编辑。从参考侧面 (a) 开始，模型首先将拍摄对象重新调整朝向相机 (b)，然后将她的表情更改为自然大笑 (c)，同时保留背景、服装和光线。

迭代式产品风格编辑。从参考碗 (a) 开始，模型首先在桌面工作室环境中生成一个与之匹配的花瓶，其中插满鲜花 (b)，然后 将花瓶的底色更改为黑色，同时保留花卉图案、光线和构图 (c)。

树立开放图像编辑的新标准

FLUX.1 Kontext [dev] 专注于编辑任务。该模型支持迭代编辑，擅长在各种场景和环境中保留角色，并支持精确的局部和全局编辑。

实验评估

为了验证 FLUX.1 Kontext [dev] 的性能，在多个图像编辑基准测试中进行了广泛的评估。

最新发布的图像编辑基准KontextBench上的人类偏好评估表明，FLUX.1 Kontext [dev] 在多个类别中的表现均优于现有的开放图像编辑模型（字节跳动 Bagel、HiDream-E1-Full）和封闭模型（谷歌的 Gemini-Flash Image）。由Artificial Analysis进行的独立评估也证实了这些发现。

针对 NVIDIA Blackwell 架构进行了优化

实验室与 NVIDIA 合作，专为新的NVIDIA Blackwell架构设计了优化的 TensorRT 权重，这大大提高了推理速度并降低了内存使用量，同时保持了高质量的图像编辑性能。

除了原有的 FLUX.1 Kontext [dev] 权重外，还在Hugging Face 代码库中提供了 BF16、FP8 和 FP4 TensorRT 变体，让开发者能够根据自己的用例灵活地平衡速度、效率和质量。

unsetunset相关链接unsetunset

• 论文：https://arxiv.org/pdf/2506.15742
• 主页：https://bfl.ai/announcements/flux-1-kontext-dev
• 模型：https://huggingface.co/black-forest-labs/FLUX.1-Kontext-dev
• ComfyUI：https://github.com/comfyanonymous/ComfyUI
• 代码：https://github.com/black-forest-labs/flux
• API 文档：https://docs.bfl.ai/quick_start/introduction
• 自助服务门户：http://bfl.ai/pricing/licensing
• 帮助台：https://help.bfl.ai

unsetunset论文介绍unsetunset

论文展示了 FLUX.1 Kontext 的评估结果，这是一个统一图像生成和编辑的生成流匹配模型。该模型通过整合文本和图像输入的语义上下文，生成新颖的输出视图。FLUX.1 Kontext 采用简单的序列连接方法，在一个统一的架构中同时处理局部编辑和生成上下文任务。与当前在多轮编辑过程中字符一致性和稳定性下降的编辑模型相比，论文观察到 FLUX.1 Kontext 改进了对象和字符的保存，从而提高了迭代工作流的鲁棒性。该模型的性能与当前最先进的系统相当，同时生成时间显著缩短，支持交互式应用程序和快速原型设计工作流。

为了验证这些改进，论文引入了 KontextBench，这是一个全面的基准测试，包含 1026 个图像-提示对，涵盖五个任务类别：局部编辑、全局编辑、字符引用、样式引用和文本编辑。详细评估表明，FLUX.1 Kontext 在单轮质量和多轮一致性方面均表现出色，为统一图像处理模型树立了新的标准

unsetunset方法概述unsetunset

unsetunset实验结果unsetunset

unsetunset结论unsetunset

FLUX.1 Kontext是一个流匹配模型，它将上下文图像生成和编辑功能整合到一个框架中。通过简单的序列连接和训练方案，FLUX.1 Kontext 实现了最佳性能，同时解决了一些关键限制，例如多轮编辑过程中的字符漂移、推理速度慢和输出质量低。

感谢你看到这里，也欢迎点击关注下方公众号并添加公众号小助手加入官方读者交流群，一个有趣有AI的AIGC公众号:关注AI、深度学习、计算机视觉、AIGC、Stable Diffusion、Sora等相关技术，欢迎一起交流学习💗～