FLUX 3 Image Klein: 텍스트 생성과 이미지 편집을 지원하는 5.6B 오픈 웨이트 모델

AI 요약

FLUX 3 Image Klein은 이미지 변환기(image transformer) 5.6B 파라미터 규모의 오픈 웨이트 이미지 모델입니다. 텍스트 프롬프트와 최대 10장의 참조 이미지를 받아 이미지 한 장을 출력합니다. 텍스트-이미지 생성, 참조 이미지 한 장 편집, 여러 참조 이미지 합성을 같은 모델에서 처리하며, 텍스트 인코더로 Qwen3-VL-4B-Instruct를 사용합니다. 5.6B는 이미지 변환기 규모이며 텍스트 인코더는 별도입니다.

체크포인트와 용도

저장소에는 생성과 편집에 쓰는 증류(distilled) 체크포인트가 있습니다. BF16 버전은 16단계로 생성하며 가이던스(guidance)를 쓰지 않습니다. LoRA 학습, 파인튜닝, 연구에는 별도의 FLUX 3 Image Klein Base를 사용하도록 안내합니다. Base는 비증류 BF16 모델이며 50단계와 3.5 가이던스를 사용합니다. 저장소에는 BF16 변환기 외에 FP8과 NVFP4 변환기 버전도 포함됩니다. 이미지 오토인코더와 Qwen3-VL-4B-Instruct 텍스트 인코더도 내려받아야 합니다.

프롬프트 업샘플링

모델은 짧은 요청을 그대로 입력하면 일반적인 결과를 만들기 쉽습니다. 제작사는 텍스트-이미지 생성과 편집 모두에서 프롬프트 업샘플러를 먼저 실행하라고 안내합니다. 업샘플러는 짧은 요청을 구도, 대상, 배경, 조명 등을 포함한 장면 설명으로 확장합니다. 참조 이미지를 편집할 때는 이미지와 요청을 함께 업샘플러에 전달해 편집 내용을 반영한 설명을 만듭니다. 제공되는 FLUX 3 Image Klein PUP 모델은 CLI에서 기본으로 불러오며, Diffusers 파이프라인은 업샘플러를 자동 실행하지 않습니다. 다른 LLM을 쓸 때도 모델 카드의 시스템 프롬프트를 활용해 설명을 만든 뒤 파이프라인에 전달해야 합니다.

레이아웃 제어와 실행

프롬프트에 바운딩 박스(bounding box)를 지정해 요소의 위치와 크기를 안내할 수 있습니다. 좌표는 0부터 1000까지의 격자를 사용하며, 박스는 픽셀을 가두는 마스크가 아닙니다. 요소가 박스 바깥으로 나올 수 있고 작은 요소는 빠질 수 있습니다. 편집 과정에서 요청한 영역 밖의 내용도 달라질 수 있습니다. 추론 코드는 Black Forest Labs의 GitHub 저장소에서 제공하며 Diffusers용 예제는 별도로 최신 Diffusers 설치를 요구합니다.

참조 코드 기준으로 B200에서 1024x1024 이미지를 생성할 때 업샘플러를 끈 피크 GPU 메모리는 BF16 31GB, FP8 26GB, NVFP4 25GB입니다. 업샘플러는 80GB GPU에서 약 28GB를 추가로 사용합니다. 양자화 파일 크기만으로 전체 GPU 메모리 요구량을 판단할 수는 없습니다.

라이선스와 제한

FLUX Kommunity License v1.0은 비상업적 사용을 허용하고, 연간 매출과 계열사 매출을 합쳐 500만 달러 미만인 Qualifying Users에게 약관에 따른 상업적 출력물 생성을 허용합니다. 이 예외가 상업적 파인튜닝이나 재배포까지 포괄하지는 않습니다. 라이선스는 군사 목적, 감시, 생체정보 처리, 불법 콘텐츠 생성, 제3자 권리 침해 등을 제한하며, FLUX와 유사한 기능을 하는 다른 AI 모델을 개선하는 데 모델, 파생물, 출력을 사용하는 것도 제한합니다. 모델은 사실 정보를 제공하도록 설계되지 않았으며, 이미지에 들어가는 글자는 부정확하거나 왜곡될 수 있습니다.

원문: Hugging Face / 번역·요약: Trawling