15 октября 2026 года в блоге Hugging Face вышла публикация о FLUX.3 Image Klein — открытой модели генерации изображений, которую разработчик Black Forest Labs описывает как единую модель сразу для трёх задач: text-to-image, multi-reference image-to-image и управления компоновкой через bounding boxes.
В коллекции FLUX.3 Image Klein указаны два открытых чекпоинта: black-forest-labs/flux-3-image-klein (дистиллированный по шагам, 16 шагов, без CFG) и black-forest-labs/flux-3-image-klein-base (базовая модель, 50 шагов, с CFG). Оба доступны в Diffusers с первого дня; модель поставляется как Modular Diffusers pipeline, а для работы требуются последние версии diffusers и transformers (для текстового энкодера Qwen3-VL).
По утверждению источника, дистиллированный чекпоинт создаёт изображение 1024×1024 примерно за 2 секунды на H100. Веса NVFP4 и FP8 загружаются через from_single_file и заявлены для меньших GPU.
Согласно публикации, управление компоновкой реализовано через запись bounding boxes в промпт: формат региона включает id, bbox и desc, а bbox записывается как [y_min, x_min, y_max, x_max] на шкале 0–1000. В multi-reference режиме ссылки на изображения в промпте обозначаются как <ref_image_0>, <ref_image_1> и далее в порядке передачи в аргумент image; при редактировании регион задаёт src_bbox в референсе и tgt_bbox в результате. К публикации приложены скрипты обучения LoRA для text-to-image и редактирования изображений, а также пример загрузки дистиллированного чекпоинта и генерации с параметрами height, width и num_inference_steps.
Источник события: huggingface.co. Дата источника (UTC): 2026-10-15 00:00:00.