แบล็คฟอเรสต์แล็บส์ เปิดตัว FLUX.2 โมเดลสร้างภาพรุ่นใหม่พร้อมฟีเจอร์มัลติรีเฟอเรนซ์
บริษัทแบล็คฟอเรสต์แล็บส์ (Black Forest Labs) ผู้พัฒนาโมเดลสร้างภาพด้วยปัญญาประดิษฐ์ (AI) ชั้นนำ ได้ประกาศเปิดตัว FLUX.2 ซึ่งเป็นเวอร์ชันอัปเกรดจาก FLUX.1 โดยมุ่งเน้นการยกระดับคุณภาพภาพ ความแม่นยำในการตอบสนองต่อพรอมต์ (prompt adherence) และการเพิ่มฟีเจอร์มัลติรีเฟอเรนซ์ (multi-reference) ใหม่ที่ช่วยให้ผู้ใช้สามารถควบคุมการสร้างภาพได้อย่างละเอียดยิ่งขึ้น FLUX.2 วางจำหน่ายในรูปแบบสามตัวเลือกหลัก ได้แก่ FLUX.2 Pro, FLUX.2 Dev และ FLUX.2 Schnell ซึ่งแต่ละตัวเลือกออกแบบมาเพื่อตอบสนองความต้องการที่แตกต่างกันของผู้ใช้ทั้งในเชิงพาณิชย์และการพัฒนา
FLUX.2 Pro ถือเป็นโมเดลระดับสูงสุดที่ให้คุณภาพภาพดีเยี่ยมที่สุด เหมาะสำหรับการใช้งานเชิงพาณิชย์ โดยสามารถเข้าถึงได้ผ่าน API เท่านั้น ผู้ใช้สามารถทดลองใช้งานได้แล้วตั้งแต่วันนี้ผ่านแพลตฟอร์มของ Replicate, Fal.ai, Freepik, Lightricks และ Together AI ซึ่งรองรับการสร้างภาพความละเอียดสูงถึง 4 เมกะพิกเซล ในขณะที่ FLUX.2 Dev เป็นโมเดลแบบ open-weight สำหรับการใช้งานแบบไม่เชิงพาณิชย์ โดยมีขนาดโมเดล 12 พันล้านพารามิเตอร์ น้ำหนักโมเดลจะเปิดให้ดาวน์โหลดในอีกไม่กี่สัปดาห์ข้างหน้า ส่วน FLUX.2 Schnell เป็นโมเดลที่เน้นความเร็วสูงสุด โดยได้รับใบอนุญาต Apache 2.0 สำหรับการใช้งานเชิงพาณิชย์และไม่เชิงพาณิชย์ น้ำหนักโมเดลจะเปิดให้ดาวน์โหลดทันทีบนแพลตฟอร์ม Hugging Face
จุดเด่นสำคัญของ FLUX.2 คือฟีเจอร์มัลติรีเฟอเรนซ์ ซึ่งเป็นนวัตกรรมใหม่ที่ช่วยให้ผู้ใช้สามารถนำภาพอ้างอิงหลายภาพมาใช้ในการสร้างภาพผลลัพธ์เพียงครั้งเดียว ฟีเจอร์นี้แบ่งออกเป็นสองประเภทหลัก ได้แก่ multi-image prompting สำหรับการควบคุมองค์ประกอบภาพโดยรวม เช่น สไตล์ สี หรือองค์ประกอบทางเรขาคณิต และ character consistency สำหรับการรักษาความสอดคล้องของตัวละครหรือบุคคลในภาพหลายมุมมอง ตัวอย่างเช่น ผู้ใช้สามารถอัปโหลดภาพอ้างอิงตัวละครหนึ่งภาพและภาพฉากอีกภาพหนึ่ง เพื่อให้โมเดลสร้างภาพที่ตัวละครนั้นปรากฏในฉากใหม่โดยคงลักษณะเดิมไว้ได้อย่างสมบูรณ์แบบ ฟีเจอร์นี้ช่วยแก้ปัญหาการสร้างภาพที่ขาดความสอดคล้อง ซึ่งเป็นจุดอ่อนของโมเดลสร้างภาพรุ่นก่อนๆ ทำให้ FLUX.2 เหมาะสำหรับการใช้งานในอุตสาหกรรมบันเทิง การโฆษณา และการออกแบบผลิตภัณฑ์ที่ต้องการความแม่นยำสูง
ในด้านประสิทธิภาพ FLUX.2 Pro สามารถแซงหน้าคู่แข่งชั้นนำอย่าง Midjourney v6.1, Ideogram 2.0, SDXL Lightning, DALL-E 3 และ GPT-4o โดยเฉพาะในด้านคุณภาพภาพโดยรวม ความแม่นยำของข้อความ (typography) การเรนเดอร์ภาพถ่ายจริง (photorealism) ความหลากหลายของมนุษย์ (human diversity) และความสอดคล้องของตัวละคร (character consistency) จากผลการทดสอบบนบ enchmarks เช่น GenEval, HDPO, ReGenesis และ Objaverse-XL FLUX.2 Dev ก็แสดงศักยภาพเหนือกว่า Flux.1 [dev] และ SD3 Medium ในเกือบทุกด้าน ขณะที่ FLUX.2 Schnell สามารถสร้างภาพคุณภาพสูงได้ในเวลาเพียง 1-4 ขั้นตอน (steps) ทำให้เหมาะสำหรับการใช้งานที่ต้องการความรวดเร็ว เช่น การพัฒนาแอปพลิเคชันบนอุปกรณ์ปลายทาง
แบล็คฟอเรสต์แล็บส์ยังได้พัฒนา Flux Tools ซึ่งเป็นชุดเครื่องมือสำหรับการปรับแต่งโมเดล เช่น Flux LoRA training สำหรับการฝึกโมเดลเฉพาะด้าน Flux Canvas สำหรับการปรับภาพแบบอินเพนติ้ง (inpainting) และ Flux ControlNet สำหรับการควบคุมโครงสร้างภาพ นอกจากนี้ ยังมี Flux.1 Fill สำหรับการปรับปรุงส่วนเฉพาะของภาพและ Flux.1 Depth สำหรับการรักษาโครงสร้างเชิงลึก ผู้ใช้สามารถเข้าถึงเครื่องมือเหล่านี้ผ่าน API และแพลตฟอร์มพันธมิตร
การเปิดตัว FLUX.2 นี้สะท้อนถึงวิสัยทัศน์ของแบล็คฟอเรสต์แล็บส์ในการผลักดันขอบเขตของเทคโนโลยีสร้างภาพ AI ให้ก้าวหน้ายิ่งขึ้น โดยบริษัทก่อตั้งโดยทีมนักวิจัยจาก Stability AI, DeepMind และอื่นๆ มีเป้าหมายเพื่อสร้างโมเดลที่เปิดกว้าง มีประสิทธิภาพสูง และใช้งานได้จริงในเชิงธุรกิจ ทีมงานวางแผนเปิดตัวโมเดลเพิ่มเติมในอนาคต เช่น FLUX.1.1 Pro, FLUX-Guidance และ Flux.1 Kontext นอกจากนี้ ยังมีการขยายการเข้าถึงผ่านแพลตฟอร์มอย่าง Black Forest Labs API, ComfyUI, Diffusers, fal.ai, Freepik, Hugging Face, Leonardo.ai, Lightricks, Replicate และ Together.ai
FLUX.2 จึงเป็นก้าวสำคัญสำหรับผู้ประกอบการและนักพัฒนาที่ต้องการเครื่องมือสร้างภาพ AI ที่ทรงพลัง รองรับการใช้งานหลากหลาย ตั้งแต่การสร้างคอนเทนต์เชิงพาณิชย์ไปจนถึงการวิจัยทางวิชาการ ด้วยคุณสมบัติที่ครบครันและประสิทธิภาพที่เหนือชั้น โมเดลชุดนี้จะช่วยยกระดับกระบวนการทำงานในยุคดิจิทัลให้มีประสิทธิผลยิ่งขึ้น
(จำนวนคำประมาณ 720 คำ)
This Article is sponsored by Gnoppix AI (https://www.gnoppix.org)