La startup alemana de IA Black Forest Labs (BFL), fundado por ex ingenieros de estabilidad AIcontinúa desarrollando su conjunto de generadores de imágenes de IA de código abierto con el lanzamiento de FLUJO.2 [klein]un nuevo par de modelos pequeños (uno abierto y otro no comercial) que enfatizan la velocidad y menores requisitos informáticos, generando imágenes en menos de un segundo en una Nvidia GB200.
EL [klein] La serie, publicada ayer, incluye dos recuentos de parámetros principales: 4 mil millones (4B) y 9 mil millones (9B).
Los pesos de los modelos están disponibles en abrazando la cara y codificar en GitHub.
Mientras que los modelos más grandes de la familia FLUX.2 ([max] y [pro]), lanzado en noviembre de 2025perseguir los límites del fotorrealismo y las capacidades de “búsqueda de terreno”, [klein] está diseñado específicamente para hardware de consumo y flujos de trabajo de latencia crítica.
Una gran noticia para las empresas es que la versión 4B está disponible bajo una licencia Apache 2.0, lo que significa que ellas (o cualquier organización o desarrollador) pueden usar la versión 4B. [klein] plantillas para sus fines comerciales sin pagar un solo centavo a BFL ni a ningún intermediario.
Sin embargo, varias plataformas de creación de medios e imágenes de IA, incluidas Fal.ai comenzó a ofrecerlo a un costo extremadamente bajo también a través de sus interfaces de programación de aplicaciones (API) y como herramienta directa al usuario. Ya ha recibido grandes elogios de los primeros usuarios por su velocidad. Lo que le falta en calidad de imagen general parece compensarlo con sus capacidades de generación rápida, licencia abierta, precio asequible y tamaño pequeño, lo que beneficia a las empresas que desean ejecutar modelos de imágenes en su propio hardware o a un costo extremadamente bajo.
Entonces, ¿cómo lo hizo BFL y en qué puede beneficiarle? Sigue leyendo para saber más.
La “frontera de Pareto” de la latencia
La filosofía técnica detrás [klein] es lo que la documentación de BFL describe como la definición de la “frontera de Pareto” para calidad versus latencia. En términos simples, intentaron exprimir la mayor fidelidad visual posible en un modelo lo suficientemente pequeño como para ejecutarse en una PC de juegos doméstica sin retrasos perceptibles.
Las métricas de rendimiento publicadas por la empresa muestran un modelo creado para la interactividad, en lugar de simplemente la generación por lotes.
Según datos oficiales de Black Forest Labs, el [klein] Los modelos son capaces de generar o editar imágenes en menos de 0,5 segundos en hardware moderno.
Incluso en GPU de consumo estándar como RTX 3090 o 4070, el modelo 4B está diseñado para albergar cómodamente aproximadamente 13 GB de VRAM.
Esta velocidad se logra mediante la “destilación”, un proceso en el que un modelo más grande y complejo “enseña” a un modelo más pequeño y eficiente a aproximar sus resultados en menos pasos. el destilado [klein] Las variantes requieren solo cuatro pasos para generar una imagen. Esto efectivamente convierte el proceso de generar una tarea de pausa para el café en una tarea casi instantánea, permitiendo lo que BFL describe en X (anteriormente Twitter) como “desarrollar ideas de 0 → 1” en tiempo real.
Detrás de escena: arquitectura unificada
Históricamente, la generación y edición de imágenes a menudo requería diferentes canalizaciones o adaptadores complejos (como ControlNets). FLUJO.2 [klein] intenta unificarlos.
La arquitectura admite de forma nativa conversión de texto a imagen, edición de referencia única y composición de referencias múltiples sin la necesidad de cambiar de plantilla.
Según la documentación publicada en GitHub, los modelos admiten:
Edición de referencias múltiples: Los usuarios pueden cargar hasta cuatro imágenes de referencia (o diez en el patio de juegos) para guiar el estilo o la estructura del resultado.
Control de color con código hexadecimal: Un problema frecuente para los diseñadores es conseguir “ese tono exacto de rojo”. Las nuevas plantillas aceptan códigos hexadecimales específicos en las indicaciones (por ejemplo, #800020) para forzar una reproducción cromática precisa.
Solicitud estructurada: El modelo analiza entradas estructuradas tipo JSON en composiciones estrechamente definidas, una característica claramente dirigida a la generación programática y los canales empresariales.
La división de las licencias: pesos abiertos frente a código abierto
Para las empresas emergentes y los desarrolladores que desarrollan tecnología BFL, es esencial comprender el escenario de licencia para esta versión. BFL ha adoptado una estrategia de división que separa el uso “aficionado/investigador” de la “infraestructura comercial”.
FLUJO.2 [klein] 4B: Lanzado en Apache 2.0. Esta es una licencia permisiva de software libre que permite el uso comercial, la modificación y la redistribución. Si está creando una aplicación paga, una plataforma SaaS o un juego que integra la generación de IA, puede usar el modelo 4B sin regalías.
FLUJO.2 [klein] 9B y [dev]: Publicado bajo la licencia no comercial FLUX. Estos pesos están abiertos para su descarga y experimentación por parte de investigadores y aficionados, pero no pueden utilizarse para aplicaciones comerciales sin un acuerdo por separado.
Esta distinción posiciona al modelo 4B como competidor directo de otros modelos de peso abierto como Stable Diffusion 3 Medium o SDXL, pero con una arquitectura más moderna y una licencia permisiva que elimina la ambigüedad legal para las startups.
Integración del ecosistema: ComfyUI y más
BFL es claramente consciente de que un modelo es tan bueno como las herramientas que lo ejecutan. Coincidiendo con la caída del modelo, el equipo lanzó modelos de flujo de trabajo oficiales para Cómodola interfaz basada en nodos que se ha convertido en el entorno de desarrollo integrado (IDE) estándar para los artistas de IA.
Flujos de trabajo, específicamente image_flux2_klein_text_to_image.json y editar variantes: permita a los usuarios arrastrar y soltar inmediatamente nuevas funciones en los canales existentes.
La reacción de la comunidad en las redes sociales se centró en la integración y velocidad de este flujo de trabajo. En una publicación sobre
Por qué la IA empresarial es importante para los responsables de la toma de decisiones
El lanzamiento de FLUX.2 [klein] Señala una maduración en el mercado de la IA generativa, pasando de la fase inicial de novedad a un período definido por la utilidad, la integración y la velocidad.
Para los principales ingenieros de IA que luchan constantemente con la necesidad de equilibrar velocidad y calidad, este cambio es fundamental. Estos profesionales, que gestionan todo el ciclo de vida del modelo, desde la preparación de los datos hasta la implementación, a menudo enfrentan el desafío diario de integrar herramientas en rápida evolución en los flujos de trabajo existentes.
La disponibilidad de un modelo 4B destilado bajo una licencia Apache 2.0 ofrece una solución práctica para quienes se centran en una implementación rápida y ajustes para lograr objetivos comerciales específicos, permitiéndoles evitar los cuellos de botella de latencia que normalmente afectan a las imágenes de alta fidelidad.
Para los ingenieros senior de IA centrados en la orquestación y la automatización, las implicaciones son igualmente significativas. Estos expertos son responsables de crear canales de IA escalables y mantener la integridad del modelo en diferentes entornos, y a menudo trabajan bajo estrictas restricciones presupuestarias.
La naturaleza luminosa de [klein] family aborda directamente el desafío de implementar sistemas eficientes con recursos limitados. Al utilizar un modelo que escala con VRAM de nivel de consumidor, los expertos en orquestación pueden diseñar canales de inferencia locales rentables que eviten los altos costos operativos asociados con modelos propietarios masivos.
Incluso para el Director de Seguridad de TI, el paso hacia modelos abiertos ejecutables y con capacidad local ofrece una clara ventaja. Con la tarea de proteger a la organización de las ciberamenazas y gestionar las operaciones de seguridad con recursos limitados, la dependencia de API externas para flujos de trabajo creativos sensibles puede ser una vulnerabilidad.
Un modelo de alta calidad ejecutado localmente permite a los líderes de seguridad aprobar herramientas de inteligencia artificial que mantienen datos propietarios dentro del firewall corporativo, equilibrando las demandas operativas del negocio con las sólidas medidas de seguridad que deben mantener.
