Black Forest Labsが「FLUX 3 Image」発表：枠線で構図を精密制御、ピクセル単位の編集に対応

AI画像生成で思い通りの構図が出たものの、端の文字を少し直そうとしただけで顔やライティングまで別物に崩れてしまう、という経験は誰にでもあるはずです。

Black Forest Labsはその課題に応える画像モデル「FLUX 3 Image」を発表しました。運任せのガチャ生成から脱却し、ユーザーがキャンバス上のピクセルを精密に制御できる仕組みを整えています。

枠線を描いて配置を決める新しい作法

FLUX 3は動画や音声、アクションまでをカバーするマルチモーダル体系であり、FLUX 3 Imageはその画像生成と編集を担うモデルです。

最大の特徴は、バウンディングボックスによるレイアウト指定を標準で備えている点です。アスペクト比に関係なくキャンバスは縦横0から1000のグリッドで管理され、四角い枠を描いて各領域に指示テキストを割り当てることができます。

枠を手作業で引かなくても、通常のテキストプロンプトを入力すれば内蔵エージェントが構図計画を自動作成してくれます。生成された枠の位置やプロンプトは後から自由に動かして調整できます。さらに最大10枚の参照画像を扱え、ネイティブ2Kや4Kの解像度に対応。5456×3072ピクセルの作例でも細部まで破綻なく描画可能です。

他の領域を壊さないピクセル単位の編集

これまでの画像編集機能は、修正を重ねるうちに全体がぼやけたり質感が荒れたりしがちでした。FLUX 3 Imageでは指定したボックス内だけを書き換えるピクセル単位の編集が可能なため、周囲のピクセルに一切影響を与えずに細部を修正できます。

発表直後から、同様に厳密な配置制御を打ち出したIdeogram 4.5との比較が業界内で盛り上がっています。一方で、提供形態に対する慎重な見方も出ています。

現在は公式PlaygroundとAPIで提供され、企業向けには商用重みライセンスが案内されています。将来的なモデル重みのオープン化も予告されていますが、数カ月前に同様の予告があったFLUX 3 Videoの重みがいまだ公開されていないことから、コミュニティからは推移を見守る声が上がっています。

なぜ重要か

デザイナーや広告制作者にとって、このモデルの登場は実務直結の進化といえます。タイポグラフィの配置やポスターの割り付け、部分修正を意図通りにコントロールできるようになれば、商用ワークフローに組み込むハードルは一気に下がります。

画像生成の競争軸は、単なる見た目の美しさから「再現性と制御性」へと完全に移りました。特にエージェントが座標を指定して画像を組み上げられる仕様は、自律型ワークフローの上流と非常に相性が良い設計です。

バウンディングボックスとテキストテーブルを組み合わせたアプローチは極めて実用的だと考えられます。ただ、過去の約束が滞っている中でのクローズド先行提供は、オープンソースコミュニティの期待との間に摩擦を生む懸念もあります。約束通り重みが開放されるかが、今後の普及を占う試金石になりそうです。