La startup tedesca di intelligenza artificiale Black Forest Labs (BFL), fondata da ex ingegneri di Stability AI, continua a sviluppare la sua suite di generatori di immagini AI open source. FLUX.2 (piccolo)una nuova coppia di modelli più piccoli (uno aperto, l’altro non commerciale) che enfatizzano la velocità e i requisiti di elaborazione inferiori, e i modelli eseguono il rendering delle immagini in meno di un secondo su Nvidia GB200.
La serie (piccola) pubblicata ieri comprende due numeri di parametri fondamentali: 4 miliardi (4B) e 9 miliardi (9B).
I pesi dei modelli sono disponibili su: Volto che abbraccia e codice Github.
Mentre i modelli più grandi della famiglia FLUX.2 ((max) e (pro)), lanciati nel novembre 2025, spingono oltre i confini del fotorealismo e "ricerca sul terreno" (klein) è progettato specificamente per l’hardware consumer e i flussi di lavoro critici per la latenza.
Ottime novità per le aziende, la versione 4D è disponibile con licenza Apache 2.0; Ciò significa che loro (o qualsiasi organizzazione o sviluppatore) possono utilizzare i loro (piccoli) modelli per scopi commerciali senza pagare un centesimo a BFL o a qualsiasi intermediario.
Ma un certo numero di piattaforme di creazione visiva e multimediale basate sull’intelligenza artificiale, Fal.ai Hanno iniziato a offrirlo a costi estremamente bassi attraverso le interfacce di programmazione delle applicazioni (API) e come strumento diretto all’utente. Ha già ricevuto elogi dai primi utenti per la sua velocità. Ciò che manca in termini di qualità complessiva dell’immagine, sembra compensare con capacità di rendering veloce, licenza aperta, prezzo accessibile e ingombro ridotto; Offre vantaggi alle aziende che desiderano eseguire modelli di visualizzazione sul proprio hardware o a costi estremamente bassi.
Quindi, come ha fatto BFL a farlo e come può esserti utile? Continua a leggere per saperne di più.
"Frontiera di Pareto" Ritardo
La filosofia tecnica (klein) dietro è ciò che descrive la documentazione BFL. "Frontiera di Pareto" in termini di qualità e latenza. In poche parole, hanno cercato di racchiudere la massima fedeltà visiva possibile in un modello sufficientemente piccolo da poter essere eseguito su un PC da gioco domestico senza ritardi evidenti.
I parametri prestazionali pubblicati dall’azienda dipingono il quadro di un modello costruito per l’interazione piuttosto che per la produzione di massa.
Secondo i dati ufficiali dei Black Forest Labs, il loro (piccolo) modello è in grado di eseguire il rendering o la modifica di immagini in meno di 0,5 secondi su hardware moderno.
Anche con le GPU consumer standard come RTX 3090 o 4070, il modello 4B è progettato per contenere comodamente circa 13 GB di VRAM.
Questa velocità si ottiene come segue: "distillazione," un processo in cui un modello più ampio e complesso "insegna" uno più piccolo ed efficiente per raggiungere i propri risultati in meno passaggi. Le varianti distillate (klein) richiedono solo quattro passaggi per creare un’immagine. Ciò trasforma effettivamente il processo di creazione da un’attività di pausa caffè a un’attività quasi istantanea, consentendo ciò che BFL descrive in X (ex Twitter) come: "Sviluppare idee da 0 → 1" in tempo reale.
Sotto il cofano: architettura unificata
In passato, il rendering e la modifica delle immagini spesso richiedevano pipeline separate o adattatori complessi (come ControlNet). FLUX.2 (klein) cerca di combinarli.
L’architettura supporta nativamente la conversione da testo a immagine, la modifica di riferimenti singoli e la composizione di riferimenti multipli senza la necessità di modificare i modelli.
Secondo la documentazione pubblicata su GitHub, i modelli supportano:
-
Modifica di riferimenti multipli: Gli utenti possono caricare fino a quattro immagini di riferimento (o dieci nell’area di gioco) per guidare lo stile o la struttura dell’output.
-
Controllo colore codice esadecimale: Un punto dolente comune per i designer "La tonalità esatta del rosso." I modelli più recenti accettano determinati codici esadecimali (ad esempio #800020) nelle dichiarazioni per imporre una resa cromatica precisa.
-
Prompt strutturato: Il modello analizza gli input strutturati in stile JSON in composizioni rigorosamente definite, una caratteristica chiaramente mirata alla produzione programmatica e alle pipeline aziendali.
Divisione delle licenze: pesi aperti e open source
Per le startup e gli sviluppatori che utilizzano la tecnologia BFL, comprendere l’ambiente di licenza per questa versione è fondamentale. BFL ha adottato una strategia divisa che la differenzia l’una dall’altra. "hobby/ricerca" utilizzare da "infrastrutture commerciali."
-
FLUX.2 (piccolo) 4B: Rilasciato sotto Apache 2.0. Si tratta di una licenza per software libero permissiva che consente l’uso commerciale, la modifica e la ridistribuzione. Se stai sviluppando un’applicazione a pagamento, una piattaforma SaaS o un gioco che integra la generazione di intelligenza artificiale, puoi utilizzare il modello 4D senza royalty.
-
FLUX.2 (klein) 9B e (sviluppo): Rilasciato sotto la licenza non commerciale FLUX. Questi pesi possono essere scaricati e sperimentati da ricercatori e appassionati, ma non possono essere utilizzati per applicazioni commerciali senza un accordo separato.
Questa distinzione posiziona il modello 4D come concorrente diretto di altri modelli open-heavy come Stable Diffusion 3 Medium o SDXL, ma con un’architettura più moderna e una licenza permissiva che elimina l’incertezza giuridica per le startup.
Integrazione dell’ecosistema: ComfyUI e oltre
BFL riconosce chiaramente che un modello è valido quanto lo sono gli strumenti che lo fanno funzionare. In concomitanza con il calo del modello, il team ha rilasciato modelli di flusso di lavoro ufficiali per: ComodoInterfaccia basata su nodi che è diventata l’ambiente di sviluppo integrato (IDE) standard per gli artisti IA.
Flussi di lavoro, soprattutto image_flux2_klein_text_to_image.json e le varianti di modifica consentono agli utenti di trascinare e rilasciare istantaneamente nuove funzionalità nelle pipeline esistenti.
La reazione della comunità sui social media si è concentrata sull’integrazione e sulla velocità del flusso di lavoro. In un post su X, l’account ufficiale di Black Forest Labs ha evidenziato le capacità del modello. "può esplorare rapidamente un’estetica particolare," Viene mostrato un video in cui lo stile dell’immagine cambia istantaneamente mentre l’utente naviga tra le opzioni.
Perché l’intelligenza artificiale aziendale è importante per i decisori?
Il lancio di FLUX.2 (klein) segnala una maturazione nel mercato dell’intelligenza artificiale generativa, superando la fase iniziale di innovazione in un’era definita da utilità, integrazione e velocità.
Questo cambiamento è fondamentale per i principali ingegneri dell’intelligenza artificiale, che cercano costantemente di bilanciare la necessità di bilanciare velocità e qualità. Gestendo l’intero ciclo di vita dei modelli, dalla preparazione dei dati alla distribuzione, questi professionisti spesso affrontano sfide quotidiane legate all’integrazione di strumenti in rapida evoluzione nei flussi di lavoro esistenti.
La disponibilità di un modello 4D ridotto con la licenza Apache 2.0 offre una soluzione pratica per coloro che si concentrano sulla rapida implementazione e messa a punto per raggiungere obiettivi aziendali specifici, consentendo loro di aggirare i colli di bottiglia di latenza che spesso rendono difficile il rendering di alta qualità.
Altrettanto importanti sono le implicazioni per gli ingegneri senior dell’intelligenza artificiale che si concentrano su orchestrazione e automazione. Questi esperti sono responsabili della creazione di pipeline di intelligenza artificiale scalabili e del mantenimento dell’integrità del modello in ambienti diversi, lavorando spesso con rigidi vincoli di budget.
La struttura leggera della famiglia (Klein) affronta direttamente la sfida di implementare sistemi efficienti con risorse limitate. Utilizzando un modello adatto alla VRAM di livello consumer, gli orchestratori possono progettare pipeline di inferenza native convenienti che evitano i pesanti costi operativi associati a modelli personalizzati di grandi dimensioni.
Il passaggio a modelli capaci ed eseguibili in modo nativo, ad alto rischio di vulnerabilità, offre un netto vantaggio anche per il Direttore della sicurezza IT. Affidarsi ad API esterne può rappresentare una vulnerabilità per i flussi di lavoro creativi sensibili incaricati di proteggere l’organizzazione dalle minacce informatiche e di gestire le operazioni di sicurezza con risorse limitate.
Un modello di alta qualità eseguito localmente consente ai leader della sicurezza di convalidare gli strumenti di intelligenza artificiale che mantengono i dati privati all’interno del firewall aziendale, bilanciando le esigenze operative dell’azienda con le solide misure di sicurezza che devono supportare.
