Black Forest LabsがFLUX ProファインチューニングAPIを公開

画像生成AIを使っていると、どれだけプロンプトを工夫しても、自社の製品パッケージや特定のキャラクター、独自の絵柄を正確に出し切れないもどかしさに直面します。これまでは、オープンソースのモデルを使って手元のPCでLoRAを追加学習させるのが定番の解決策でした。

FLUXを手がけるBlack Forest Labsが、この課題に正面から応えるアップデートを発表しました。同社はフラッグシップモデル向けのカスタマイズ機能となる「FLUX Pro Finetuning API」の提供を開始しました。

たった1〜5枚の画像で最高峰モデルを調整

このAPIの最大の特徴は、必要なデータセットが極めて少なくて済む点です。クリエイターは1枚から5枚程度の参照画像を用意するだけで、最高品質のFLUX.1 [pro]を独自にファインチューニングできます。

特定の人物やペット、衣服、ステッカー、企業独自のビジュアルスタイルなどを学習させることが可能で、ベースモデルの高い汎用性を保ったまま、プロンプトを通じてそれらの要素を自在に再構成できます。

画質面での成果も示されています。同社が実施したブラインドユーザー調査によると、FLUX Proファインチューニングの生成結果は、オープン版のFLUX.1 [dev]を用いた他のファインチューニングサービスと比較して、68.9%の割合で支持を集めました。

ツール群と連携し、大手出版社も実戦投入

一度学習させたモデルは、追加の調整なしでFLUXの全モデル群に適用できます。FLUX.1 [pro]やFLUX1.1 [pro]で最大400万ピクセルの高解像度出力に対応するだけでなく、周辺ツールとの組み合わせも可能です。

たとえば、FLUX.1 Fill [pro]と組み合わせて学習済みキャラクターの一部を自然に修正したり、FLUX.1 Depth [pro]と併用して深度マップによる構図制御を行ったりできます。

ドイツの大手メディアグループであるBurdaVerlagはすでにこの仕組みを導入しています。同社の人気児童向けブランド「Lissy PONY」のキャラクターを学習させ、ブランド規定を守った一貫性のあるビジュアルを数分で生成し、デジタルや紙媒体の制作フローを加速させています。

なぜ重要か

ビジネス現場での生成AI活用において、毎回ブレずに同じキャラクターやブランドトーンを再現できる一貫性は最も重要な要素です。デザイナーやゲーム開発者、マーケティング担当者にとって、何十枚も画像を用意せず数枚の素材で商用レベルの特化モデルが手に入る価値は非常に大きく、試す価値は十分にあります。

業界全体で見ても、画像参照機能に依存しがちなMidjourneyなどの競合に対して、APIレベルで高品質な微調整基盤を提供するBlack Forest Labsのアプローチは明確な差別化になっています。

私たちは、ファインチューニングモデルをインペインティングや深度制御といった既存のProツールとシームレスに連動させた点を高く評価しています。一方で、わずか1〜5枚という極小データでの学習は、プロンプトの自由度を奪う過学習を引き起こしやすい側面もあります。実務の複雑な構図でどこまで破綻せずに粘れるかが今後の検証ポイントになりそうです。