L’ANALISI
FLUX.3 Image Klein: layout guidato da coordinate e pesi locali
Analisi pratica di FLUX.3 Image Klein: bounding box, editing multi-reference, checkpoint, VRAM dichiarata, licenza commerciale e checklist di prova.
In breve: FLUX.3 Image Klein aggiunge un controllo esplicito della composizione: elementi nominati nel prompt possono essere associati a coordinate su una griglia 0-1000, anche durante gli edit. Il pacchetto è scaricabile in più formati e supportato da Diffusers, ma richiede molta VRAM, accesso gated e una verifica attenta della FLUX Kommunity License prima di usi commerciali.
Che cosa è stato pubblicato
Il checkpoint distilled esegue generazione ed editing in 16 step, mentre la variante Base usa 50 step ed è destinata a ricerca e fine-tuning LoRA. La stessa architettura gestisce testo, una singola immagine o fino a dieci riferimenti. Oltre al BF16 sono pubblicate varianti FP8 e NVFP4, ma il formato ridotto non coincide con la memoria totale della pipeline.
Come funzionano le bounding box
Il prompt può associare un identificatore a un rettangolo espresso come top, left, bottom e right su una griglia da 0 a 1000. Il modello usa quelle coordinate per posizione e scala, oppure per spostare, sostituire o rimuovere elementi durante un edit. Non è una maschera: parti dell’oggetto possono uscire dal riquadro e gli edit possono modificare zone esterne.
Requisiti reali oltre ai 5,6B
La cifra di 5,6B riguarda il transformer visivo; il text encoder Qwen3-VL-4B-Instruct è separato. Black Forest Labs dichiara su B200, a 1024×1024 e senza prompt upsampler, picchi di 31 GB in BF16, 26 GB in FP8 e 25 GB in NVFP4. L’upsampler pesa 18,8 GB e aggiunge circa 28 GB: una GPU consumer va quindi testata, non presunta compatibile.
Licenza e distribuzione
I pesi usano la FLUX Kommunity License: consente uso non commerciale e una specifica eccezione per output commerciali dei Qualifying Users sotto la soglia indicata, ma non equivale ad Apache o MIT. Il text encoder ha licenza Apache 2.0. Download, fine-tuning, redistribuzione e uso commerciale richiedono una lettura separata dei termini applicabili.
Condizioni e limiti
Il modello può deformare il testo, ignorare elementi piccoli e cambiare contenuti fuori dalla regione richiesta. Le prestazioni pubblicate sono prove degli autori e non misure su hardware locale. Accesso al repository gated, classificatore di sicurezza, provenienza dei riferimenti e diritti su persone o marchi fanno parte del confine operativo, non sono dettagli successivi.
Condizioni e limitazioni
Le bounding box guidano posizione e scala ma non sono maschere rigide. I 5,6B non includono il text encoder separato; la model card misura 25-31 GB di picco su B200 senza prompt upsampler, che aggiunge circa 28 GB. La FLUX Kommunity License non è una licenza permissiva e il modello non è stato provato sul nostro hardware.
Checklist pratica
- Accettare e archiviare i termini della licenza per l’uso previsto.
- Bloccare revisione dei pesi, Diffusers o reference code e formato scelto.
- Misurare VRAM di transformer, text encoder, autoencoder e prompt upsampler insieme.
- Preparare tre scene con coordinate note e una baseline senza bounding box.
- Controllare aderenza spaziale, identità dei riferimenti e modifiche fuori regione.
- Registrare seed, risoluzione, step, latenza e picco memoria per ogni prova.
- Verificare diritti delle immagini e conservare un percorso di rollback prima della produzione.