Black Forest Labs 釋出 FLUX 3 Image：畫框精準控圖，單圖反覆重繪不跑偏

玩過 AI 生圖的人大概都經歷過這種崩潰：好不容易搖出一張構圖絕佳的海報，只想改掉角落的一行文字，結果重新點一次生成，整張臉變了、光影沒了，甚至連畫風都徹底跑偏。

Black Forest Labs 正式釋出了影像模型 FLUX 3 Image。這一次，他們不想再讓使用者靠運氣抽卡，而是直接把畫筆的座標尺交到了你手裡。

像排版軟體一樣，畫框定位置

FLUX 3 實際上是 Black Forest Labs 旗下涵蓋影片、音訊、影像與動作的多模態體系，而 FLUX 3 Image 專門負責靜態影像的生成與編輯。

它最核心的變化，是原生引入了邊界框控制機制。無論生成什麼比例的圖片，模型底層都對映在一個一千乘一千的座標網格里。

你可以在畫布上直接拖拽方框，把主體、配景和文字各自框出來，分別給每個框寫一段描述，再補上一句統攝全域性的場景總覽。模型就會嚴格按照這些框的相對位置渲染畫面，文字老老實實待在框內，主體絕不會擠佔留白。

要是懶得親自動手畫框，也可以直接輸入普通文字。模型內建的 Agent 會自動把長句拆解成佈局規劃，替你排好每個元素的位置與編號，生成的框後續依然可以隨意移動或重寫。

除了框選構圖，它還支援接入最多 10 張參考圖，並提供原生 2K 與 4K 渲染能力。官方演示裡的一張蕎麥麵館插畫，解析度直接達到了 5456 乘 3072 畫素，牆面紋理與細微光影依然紮實清晰。

區域性畫素定點重繪，再也不怕改崩

以往用 AI 修改圖片，反覆幾次畫面就會開始發糊變花，邊緣甚至會出現怪異的塗抹感。

FLUX 3 Image 拿出的解決方案被稱為畫素級區域性編輯。如果你只想把衝浪服換個顏色，或者往海面上多加兩個潛水員，只需選中對應區域進行自然語言修改，未被觸及的畫素完全保持原樣，反覆微調畫面也不會劣化。

業內很快將它與剛釋出不久的 Ideogram 4.5 進行對比，兩者都在極力解決精準構圖與複雜排版的問題。不過在社群討論中，不少人對其開源節奏提出了質疑。目前 FLUX 3 Image 僅在官方 Playground 和 API 上線，並向企業提供商業權重授權。

雖然團隊聲稱未來會公開模型權重，但有創作者指出，幾個月前承諾開源的 FLUX 3 Video 至今仍未見蹤影，這次的開源承諾究竟何時兌現，大家還在觀望。

為什麼重要

對於視覺設計師、海報製作人員和廣告創作者來說，這個模型的價值非常直接。它第一次讓 AI 生圖真正具備了可交付的工作流屬性，無論是複雜海報的排版、圖文混排，還是精細修改區域性細節，都不用再靠運氣無限抽卡。

對整個影像生成賽道而言，競爭的焦點已經從單純的比拼畫質，徹底轉向了確定性與可控性。誰能把元素位置、文本渲染和無損區域性重繪做好，誰就能率先切進商業設計和智慧體自動化流程的核心環節。

我們認為，Black Forest Labs 引入座標網格與結構化標籤的做法非常聰明，這讓大語言模型規劃佈局變得格外輕鬆。不過，目前閉源上線的做法與歷史承諾的拖延，難免讓開源社群感到落差。它究竟能走多遠，既取決於其控制力的實際穩定性，也取決於團隊何時能真正兌現開放權重的承諾。