Black Forest LabsがFLUX.2を発表：最大10枚の画像参照と32Bオープン重みに対応

FLUX.2は、最大10枚の参照画像を用いた高精度なキャラクター・スタイル維持と、最大4MPの画像編集を可能にする次世代ビジュアルモデルファミリーです。32Bパラメータのオープン重みモデルFLUX.2 [dev]も同時提供されます。

単なるデモ用ではなく、実際のクリエイティブワークフローで求められる一貫性や文字描画の課題を解決するために設計されています。

何ができるのか

FLUX.2の最大の特徴は、最大10枚の画像を同時に参照できるマルチリファレンス機能です。同一の人物、製品、画風を崩さずに、異なるアングルやシチュエーションの画像を生成・編集できます。

また、テキストレンダリング能力が大幅に向上しました。ポスターやインフォグラフィック、UIモックアップなどの細かい英数字も、潰れたり崩れたりすることなくクリアに生成できます。

製品群は、最高品質のAPI向けFLUX.2 [pro]、ステップ数と品質のバランスを調整できるFLUX.2 [flex]、32BのオープンモデルFLUX.2 [dev]、そして近日公開予定でApache 2.0ライセンスの蒸留版FLUX.2 [klein]で構成されます。

どう実現しているのか

技術面では、潜在フローマッチング（Latent Flow Matching）アーキテクチャを採用しています。

世界知識や文脈理解を担う24BパラメータのMistral-3ビジョン言語モデル（VLM）と、空間認識や質感を担う整流フロー・トランスフォーマーを統合しました。

さらに、一新されたFLUX.2 - VAEはHugging Face上でApache 2.0ライセンスとして公開されており、圧縮率と生成クオリティのトレードオフを改善しています。

動作環境と試し方

FLUX.2 [dev]の重みはHugging Faceで公開されています。32Bと大容量ですが、NVIDIAおよびComfyUIとの協力により最適化されたfp8リファレンス実装が用意されており、GeForce RTXシリーズなどのコンシューマー向けGPUでもローカル実行が可能です。

なお、FLUX.2 [dev]の商用利用には公式サイトからのライセンス取得が必要です。

クラウドで試したい場合は、bfl.ai/playのPlaygroundや、FAL、Replicate、TogetherAIなどのAPIパートナーからすぐに利用できます。

なぜ重要か

デザイン現場やプロダクト撮影の現場において、10枚の画像を同時に参照できる機能は、従来のLoRA作成や複雑なControlNet構築にかかっていた工数を大幅に削減します。

クローズドな生成AIサービスが囲い込みを進めるなか、Black Forest Labsが最高峰クラスの32Bモデルをオープン重みとして提供し続ける姿勢は高く評価できます。ローカル環境で本格的な制作環境を構築したいクリエイターは、今すぐ触る価値があります。