Black Forest Labs показала FLUX 3 с координатной сеткой и ручным контролем кадра

Координатная сетка прямо поверх чистого холста — привычный инструмент для верстальщика или арт-директора, но до сих пор редкий гость в генеративном продакшене. Вместо бесконечной рулетки с сидами и надежды на то, что диффузия расставит объекты в кадре без сюрпризов, разработчики предлагают рисовать строгие прямоугольники. Black Forest Labs показала модель FLUX 3 Image, в которой управление композицией и отдельными пикселями вывели на уровень точной разметки.

Главная идея обновления строится вокруг связки ограничивающих рамок (bounding boxes) и привязанных к ним текстовых описаний. Вся рабочая область FLUX 3 Image делится на координатную сетку со шкалой от 0 до 1000 по обеим осям. Привязка к этой тысячеточечной системе координат сохраняется независимо от того, какие соотношения сторон кадра заданы под проект. Вы указываете точные координаты блока, задаете текстовое описание для конкретного прямоугольника — и генератор собирает многослойную сцену строго по плану.

Архитектура управления холстом

В базовый пайплайн FLUX 3 Image заложили два взаимосвязанных сценария, закрывающих ключевые боли визуального продакшена:

• Сборка кадра с нуля. Композиция выстраивается через предварительное зонирование. Вы заранее определяете положение главного героя, предметов окружения или элементов фона на плоскости от 0 до 1000, снабжая каждый изолированный бокс собственным промптом.
• Инструмент точного редактирования (precise editing). Вместо перегенерации всего изображения модель позволяет локально вмешиваться в отдельные участки. Можно корректировать конкретные фрагменты готового визуала, не разрушая общую геометрию и соседние области кадра.
• Гибкая геометрия холста. Поддержка различных пропорций кадра работает внутри единого координатного пространства, избавляя от искажения масштабов при смене формата.

В демонстрационных материалах разработчики сделали упор на задачи, где генеративные алгоритмы обычно ломаются: многофигурные композиции и сложные текстурные поверхности. Среди показанных кейсов — масштабный концепт-арт «Le Festival du Soleil», собранный по жестко заданной сетке рамок и текстовых инструкций. На одном холсте разводили группы объектов со сложной иерархией: размечали отдельные теги для персонажей (monk_1), общих планов (monk_group_1), архитектурных доминант (dome_1), пловцов (swimmers_1) и плотной толпы на фоне (crowd_1).

Возможности рендеринга фактур протестировали на нетривиальных визуальных сюжетах. В официальной демонстрации фигурируют вязаная деревня айсбергов с детальной шерстяной текстурой, гоночные болиды на мокром асфальтовом треке с реалистичными отражениями воды, детализированные изометрические диаграммы и графические плакаты со сложной типографикой.

Интеграция и лицензии

Разработчики выложили техническую документацию flux3_image_overview с описанием структуры взаимодействия с холстом. Доступ к модели организован через API, а для корпоративных команд предусмотрены коммерческие веса (commercial weights). Желающие развернуть инфраструктуру на собственных мощностях (self-hosted) могут запросить коммерческие условия напрямую через отдел продаж компании.

Нас в редакции подкупает прагматичный отказ от концепции «магической кнопки». FLUX 3 Image превращает генератор картинок из слепой нейросети в управляемый цифровой софт, где арт-директор наконец-то сам решает, в каком углу кадра стоит герой, а где лежит тень.

Время случайных композиций прошло — теперь кадром управляют координаты.