Black Forest Labs 发布 FLUX.2：支持 10 张图多参考，开源 32B 权重

FLUX.2 是一套兼顾商业级图像生成与精准编辑的模型家族，不仅把多图参考一致性拉到了 10 张图，还开源了 32B 权重的 FLUX.2 [dev]。

如果你以前总为 AI 绘图里角色换个姿势就变脸、背景文字一团糊、或者无法精准垫图而头疼，这个模型就是冲着这些实际痛点来的。

它能做什么

FLUX.2 把文生图和基于多图的图像编辑整合进了同一个模型中，最高支持 4MP 也就是四百万像素的编辑分辨率。

最实用的升级是多图参考。你最多可以同时喂给它 10 张参考图，在保持特定角色、商品细节或视觉风格高度一致的前提下生成新画面，不再需要复杂的 ControlNet 堆叠。

文字排版能力也有了明显长进。现在直接在画面里生成清晰可读的信息图表、海报标题、表情包甚至软件 UI 原型，文字边缘都不会发虚变形。

整个家族分了几个版本：主打画质的 FLUX.2 [pro]、支持自选推理步数来平衡速度与细节的 FLUX.2 [flex]、开源权重的 32B 模型 FLUX.2 [dev]，以及即将以 Apache 2.0 协议开源的轻量蒸馏版 FLUX.2 [klein]。

底层是怎么做到的

在架构上，FLUX.2 采用了潜空间流匹配架构，把一个 24B 参数的 Mistral-3 视觉语言模型与整流流变换器结合在一起。

前者负责理解真实世界的常识、复杂提示词语义和上下文，后者则专门负责处理空间逻辑、物理光影和构图规则。

团队还从头重新训练了全新的变分自编码器 FLUX.2 - VAE，在学习难度、画质与压缩率之间找平衡。这个 VAE 已经以 Apache 2.0 协议在 Hugging Face 上完全开源。

硬件要求与上手途径

开源的 FLUX.2 [dev] 是个 32B 的大块头。虽然参数量不小，但团队联合 NVIDIA 和 ComfyUI 推出了针对消费级 GeForce RTX 显卡优化的 fp8 参考实现，普通玩家在本地显卡上也能跑起来。

它的权重文件和推理代码已经上传到了 Hugging Face。需要留意的是，[dev] 版本的权重虽然开放，但用于商业用途依然需要去官方获取商业许可。

如果你不想在本地折腾环境，可以在 BFL Playground 在线体验，或者直接调用 FAL、Replicate、TogetherAI 等平台的 API 接口。

为什么重要

对于设计师、电商团队和独立创作者来说，FLUX.2 最大的价值是把垫图控图的容错率提了一大截。以往在开源生态里做多角度商品展示或固定角色连环画，往往需要大量微调模型，现在靠 10 图参考就能解决大半问题。

我们认为，Black Forest Labs 坚持开源核心模型的做法非常聪明。32B 的 FLUX.2 [dev] 再次拔高了开源图生图能力的上限，也让本地创作流不至于被 Midjourney 等闭源服务卡脖子。不过本地跑 fp8 仍需较强显存支持，追求轻量部署的开发者不妨等一等即将到来的 klein 版本。