产品简介
Flux 是由 Black Forest Labs（Stable Diffusion 原核心团队成员创立）推出的开源 AI 图像生成模型。Flux.1 一经发布就以其出色的图像质量和文字渲染能力震惊了 AI 社区，被认为是 Stable Diffusion 的"精神续作"，在多项指标上超越了 SDXL。
Flux 提供三个版本：Flux.1 Pro（闭源顶尖）、Flux.1 Dev（开源非商用）和 Flux.1 Schnell（开源快速版，Apache 2.0 可商用）。
此后 Black Forest Labs 持续扩展 Flux 家族：2026/7/24 以 Early Access 方式推出 FLUX 3 多模态基础模型，采用统一架构联合学习图像、视频、音频和动作预测，可在单次生成中输出最长 20 秒视频并附带原生音频；同日发布的 FLUX 3 与机器人公司 mimic 合作推出 FLUX-mimic，视频预测占训练算力 95% 以上。2026/9/23 发布开放权重的 7B World Action Model FLUX 3 Action，在 RoboLab 基准测试中排名第一。2026/10/2，FLUX 3 Image 同日登陆 Krea 与 OpenRouter，原生可渲染至 4K，支持多轮编辑且不改动其他像素、用 bounding box 排版图像、组合最多 10 个参考图，商业权重已开放，开放权重版将在未来数周发布。
核心功能
- 卓越的图像质量：在图像细节、光影效果和整体美感方面达到新高度，接近 Midjourney 水平；FLUX 3 Image 原生可渲染至 4K
- 强大的文字渲染：在图像中渲染文字的准确度大幅领先 SD 和 DALL·E，适合海报和广告设计
- 开源可部署：Dev 和 Schnell 版本开源，可本地运行和自定义；FLUX 3 Action 为开放权重模型，FLUX 3 Image 商业权重已开放
- 多种模型版本：Pro/Dev/Schnell 三档，兼顾质量和速度需求；家族已扩展至 FLUX 3 多模态基础模型、FLUX 3 Action 与 FLUX 3 Image
- 提示词遵循度高：对复杂场景描述的理解和执行准确度优秀
- 多轮编辑与参考图组合：FLUX 3 Image 支持多轮编辑且不改动其他像素、用 bounding box 排版图像、组合最多 10 个参考图
- 多模态生成能力：FLUX 3 采用统一架构联合学习图像、视频、音频和动作预测，可在单次生成中输出最长 20 秒视频并附带原生音频，支持文生视频、图生视频、多镜头串联等任务
- 社区快速成长：ComfyUI 等工具已原生支持，LoRA 和工作流生态快速增长；inclusionAI 于 2026/8/17 开源基于 FLUX 的 ConceptEdit 图像编辑数据生成管线
适合谁用
以下类型的用户会特别受益于 Flux：
- 追求最新开源图像模型的技术爱好者和研究者
- 需要在图像中渲染文字的设计师（海报、Logo 等）
- 希望获得接近 Midjourney 质量的免费替代方案
- ComfyUI 用户和 AI 绘画工作流搭建者
- 需要商用开源模型（Schnell 版 Apache 2.0）的企业
- 需要 4K 出图、多轮编辑与参考图组合的创作者
- 探索视频、音频与动作预测多模态生成的开发者
优点亮点
- 图像质量新标杆：开源模型中质量最高，接近 Midjourney
- 文字渲染领先：在图中生成文字的能力大幅超越同类
- Schnell 版 Apache 2.0：可完全商用的高质量开源模型
- 生成速度快：Schnell 版仅需 4 步就能出图
- Stable Diffusion 原班人马：技术实力有保障
- 多模态家族成型：FLUX 3 联合学习图像、视频、音频和动作预测，单次生成可输出最长 20 秒带原生音频视频
- FLUX 3 Image 能力丰富：原生 4K 渲染、多轮编辑不改动其他像素、bounding box 排版、最多 10 个参考图组合
- 开放权重持续推进：FLUX 3 Action 开放权重并在 RoboLab 基准测试中排名第一
价格与方案
Flux.1 Schnell 完全免费开源（Apache 2.0），可商用。Flux.1 Dev 开源但限非商业用途。Flux.1 Pro 通过 API 调用，价格按生成次数计费。本地运行 Dev/Schnell 免费但需要 GPU（建议 RTX 4070 12GB 以上）。FLUX 3 Image 的商业权重已开放，开放权重版将在未来数周发布；FLUX 3 Action 为开放权重模型。
总结与建议
Flux 是 2024-2025 年最值得关注的开源图像模型——它的出现让开源方案首次在质量上真正逼近 Midjourney。如果你已经有 Stable Diffusion 的使用经验，强烈建议尝试 Flux。Schnell 版的 Apache 2.0 授权让它成为企业免费商用的优选。进入 2026 年，Flux 已从单一图像模型成长为覆盖图像、视频、音频与动作预测的多模态家族：FLUX 3 多模态基础模型、FLUX 3 Action 与 FLUX 3 Image 相继落地，图像侧原生支持 4K 渲染与多轮编辑，生态仍在快速扩张。
版本演进
- FLUX 3 Image 上线 Krea 与 OpenRouter （2026-10-02）：FLUX 3 Image 同日登陆 Krea 与 OpenRouter，原生可渲染至 4K，支持多轮编辑且不改动其他像素、用 bounding box 排版图像、组合最多 10 个参考图；商业权重已开放，开放权重版将在未来数周发布
- Black Forest Labs 发布 FLUX 3 Action，一个开放权重的 7B World Action M （2026-09-23）：Black Forest Labs 发布 FLUX 3 Action，一个开放权重的 7B World Action Model，在 RoboLab 基准测试中排名第一
- inclusionAI 开源 ConceptEdit：基于概念缩放与密集监督的图像编辑数据生成管线 （2026-08-17）：蚂蚁集团 inclusionAI 开源 ConceptEdit，一个基于概念缩放与密集监督的图像编辑数据生成管线。该管线通过三阶段流程（VLM 生成指令、FLUX 执行编辑、VQA 评估筛选）构建大规模、基于分类法的图像编辑数据集，并提供单概念与多概念两种变体。项目采用 MIT 许可证，支持断点续跑，需 OpenAI 兼容 VLM 端点与本地 FLUX 检查点。
- Black Forest Labs 发布 FLUX 3 多模态模型，支持图像、视频、音频和动作预测 （2026-07-24）：Black Forest Labs 以 Early Access 方式推出 FLUX 3 多模态基础模型，采用统一架构联合学习图像、视频、音频和动作预测。该模型基于 Self-Flow 学习框架扩展，可在单次生成中输出最长 20 秒视频并附带原生音频，支持文生视频、图生视频、多镜头串联等任务。
- FLUX 3 x mimic：新一代视频动作模型 （2026-07-24）：Black Forest Labs 发布多模态基础模型 FLUX 3，联合训练图像、视频和音频，其中视频预测占训练算力的 95% 以上。该模型与机器人公司 mimic 合作推出 FLUX-mimic