← Каталог

· AI Engineer Europe 2026

Black Forest Labs: FLUX, открытые исследования и будущее визуального ИИ

Black Forest Labs: FLUX, Open Research, and the Future of Visual AI

Самообучаемое представление внутри генеративной модели (SelfFlow) может заменить внешние энкодеры и, по словам авторов, улучшает качество изображений, видео и аудио сразу.

  • Замена внешнего энкодера — две копии модели получают один сэмпл с разным уровнем шума: студент с сильным шумом учит генерацию и представление одновременно, а учитель, который видит слабо зашумлённые данные, даёт стабильную цель. Спикер отмечает, что более новая DINOv3 при обучении генерации давала худший результат, чем DINOv2.
  • Сходимость — в показанном сравнении SelfFlow продолжает снижать loss там, где обычное flow matching обучение выходит на плато. Модели исследовательские и в продакшен не предназначены, а статья опубликована в открытом доступе.
  • Одна модель для всех модальностей — модель, обученная на изображениях, видео и аудио, по словам спикера, превосходит flow matching в каждой из них. Тот же подход, обученный на действиях, предсказывает движения робота.
  • Скорость редактирования — FLUX.2 [klein] в версиях 4B и 9B, по словам авторов, редактирует изображение примерно за 0,5 с при качестве не ниже открытых аналогов, тогда как Qwen тратит около 15 с.

Кому полезно: тем, кто обучает генеративные модели изображений и видео и думает, нужен ли внешний энкодер в пайплайне, или тем, кому важно редактирование почти в реальном времени.

Главы

Похожие доклады