Découvrez la dernière innovation en matière de génération et d’édition d’images avec FLUX.2, le nouveau système de Black Forest Labs. Ce système propose quatre modèles différents conçus pour prendre en charge des flux de travail créatifs de qualité professionnelle.
FLUX.2 introduit la conditionnement multi-référentiel, des sorties de haute fidélité et un rendu de texte amélioré. Il élargit l’écosystème open-core de l’entreprise avec des points de terminaison commerciaux et des points de contrôle open-weight. Le modèle Flux.2 VAE est entièrement open source et disponible sous la licence Apache 2.0.
Ce VAE est essentiel pour les entreprises car il comprime les images dans un espace latent et les reconstruit en sorties haute résolution. Il définit la représentation latente utilisée à travers les différents modèles, permettant des reconstructions de meilleure qualité, une formation plus efficace et une édition de 4 mégapixels.
L’open-source Flux.2 VAE permet aux entreprises d’adopter le même espace latent utilisé par les modèles commerciaux de BFL dans leurs propres pipelines auto-hébergés, offrant ainsi une interopérabilité entre les systèmes internes et externes tout en évitant le verrouillage par les fournisseurs.
L’existence d’un espace latent entièrement open et standardisé offre des avantages pratiques au-delà des organisations axées sur les médias. Les entreprises peuvent utiliser un VAE open-source comme une base stable et partagée pour plusieurs modèles de génération d’images, leur permettant de basculer ou de mélanger des générateurs sans avoir à retravailler les outils ou les flux de travail en aval.
La transparence de ce modèle permet également une personnalisation en aval, comme un ajustement léger pour les styles de marque ou les modèles visuels internes, même pour les organisations non spécialisées dans les médias mais qui dépendent d’une génération d’images cohérente et contrôlable pour leurs documents marketing, leurs images de produits, leur documentation, ou leurs visuels de style stock.
FLUX.2 se positionne comme une évolution de la famille FLUX.1, mettant l’accent sur la fiabilité, la maîtrise et l’intégration dans les pipelines créatifs existants plutôt que sur des démonstrations ponctuelles.
Ce système offre également des performances de benchmark de qualité. FLUX.2 [Dev] se démarque par ses performances supérieures par rapport à d’autres modèles d’image open-weight et hébergés, avec des taux de réussite jusqu’à 66,6% dans la génération de texte en image, 59,8% dans l’édition mono-référence et 63,6% dans l’édition multi-référence.
En conclusion, FLUX.2 de Black Forest Labs représente une avancée significative dans le domaine de la génération et de l’édition d’images, offrant des fonctionnalités avancées, une transparence et des performances de haut niveau pour répondre aux besoins des entreprises en matière de création d’actifs visuels de qualité professionnelle. FLUX.2, développé par BFL, se positionne comme offrant une forte efficacité qualité-coût à travers différents niveaux de performance, avec FLUX.2 [Dev] en particulier offrant une qualité proche du haut de gamme tout en restant l’une des options les moins coûteuses de sa catégorie.
En ce qui concerne les tarifs via API et la comparaison avec Nano Banana Pro, un calculateur de prix sur le site de BFL indique que FLUX.2 [Pro] est facturé à environ 0,03 $ par mégapixel d’entrée et de sortie combinés. Une génération standard de 1024×1024 (1 MP) coûte 0,030 $, et les résolutions supérieures sont proportionnelles. Le calculateur prend également en compte les images d’entrée pour les mégapixels totaux, ce qui suggère que les workflows de référence multi-images auront des coûts par appel plus élevés.
En revanche, le modèle Gemini 3 Pro Image Preview de Google, également connu sous le nom de « Nano Banana Pro », propose actuellement des prix pour la sortie d’image à 120 $ par million de jetons, ce qui représente un coût de 0,134 $ par image de 1K-2K (jusqu’à 2048×2048) et de 0,24 $ par image de 4K. L’entrée d’image est facturée à 0,0011 $ par image, ce qui est négligeable par rapport aux coûts de sortie.
Sur le plan pratique, les données disponibles suggèrent que FLUX.2 [Pro] offre actuellement des tarifs par image significativement plus bas, en particulier pour les sorties haute résolution ou les workflows d’édition multi-images, tandis que le niveau de prévisualisation de Gemini 3 Pro est positionné comme un service à coût plus élevé, basé sur les jetons, avec plus de variabilité en fonction de la résolution.
En termes de conception technique et de refonte de l’espace latent, FLUX.2 repose sur une architecture de flux latent, combinant un transformateur de flux rectifié avec un modèle vision-langage basé sur Mistral-3 (24B). Le VLM contribue à une ancrage sémantique et une compréhension contextuelle, tandis que le transformateur gère la structure spatiale, la représentation des matériaux et le comportement de l’éclairage.
Un élément majeur de la mise à jour est la reformation de l’espace latent du modèle. Le VAE FLUX.2 intègre des avancées en termes d’alignement sémantique, de qualité de reconstruction et de capacité d’apprentissage représentationnelle tirées de recherches récentes sur l’optimisation des autoencodeurs. Les modèles précédents rencontraient souvent des compromis dans la triade apprentissage-qualité-compression : des espaces fortement compressés augmentent l’efficacité de l’entraînement mais dégradent les reconstructions, tandis que des goulots d’étranglement plus larges peuvent réduire la capacité des modèles génératifs à apprendre des transformations cohérentes.
Selon les données de recherche de BFL, le VAE FLUX.2 atteint une distorsion LPIPS inférieure aux autoencodeurs FLUX.1 et SD tout en améliorant également le FID génératif. Cet équilibre permet à FLUX.2 de supporter une édition haute fidélité, un domaine qui demande généralement une précision de reconstruction, tout en maintenant une capacité d’apprentissage compétitive pour l’entraînement génératif à grande échelle.
Les capacités à travers les flux de travail créatifs représentent une mise à niveau fonctionnelle significative. FLUX.2 peut prendre en charge jusqu’à dix images de référence et maintenir l’identité, les détails du produit ou les éléments stylistiques à travers la sortie. Cette fonctionnalité est pertinente pour des applications commerciales telles que la merchandising, la photographie virtuelle, la création de storyboards et de campagnes de marque.
Les améliorations de la typographie du système adressent un défi persistant pour les architectures basées sur la diffusion et le flux. FLUX.2 est capable de générer un texte fin lisible, des mises en page structurées, des éléments d’interface utilisateur et des actifs de style infographique avec une fiabilité accrue. Cette capacité, combinée à des ratios d’aspect flexibles et à une édition haute résolution, élargit les cas d’utilisation où le texte et l’image définissent conjointement la sortie finale.
FLUX.2 améliore également le suivi des instructions pour les incitations multi-étapes, permettant des résultats plus prévisibles dans des workflows contraints. Le modèle présente une meilleure ancrage dans les attributs physiques, tels que l’éclairage et le comportement des matériaux, réduisant les incohérences dans les scènes nécessitant un équilibre photoréaliste.
L’écosystème et la stratégie open-core de Black Forest Labs continuent de positionner ses modèles au sein d’un écosystème qui mêle recherche ouverte et fiabilité commerciale. Les modèles ouverts FLUX.1 ont contribué à établir la portée de l’entreprise sur les marchés des développeurs et des entreprises, et FLUX.2 étend cette structure : des endpoints commerciaux étroitement optimisés pour les déploiements en production et des checkpoints ouverts et composables pour la recherche et l’expérimentation communautaire.
L’entreprise met l’accent sur la transparence à travers le code d’inférence publié, la publication des poids VAE, les guides incitatifs et la documentation architecturale détaillée. Elle continue également de recruter des talents à Fribourg et à San Francisco alors qu’elle poursuit une feuille de route à plus long terme vers des modèles multimodaux qui unifient la perception, la mémoire, le raisonnement et la génération.
Enfin, l’historique sur Flux et la formation de Black Forest Labs montre que l’entreprise a été fondée en 2024 par Robin Rombach, Patrick Esser et Andreas Blattmann, les créateurs originaux de Stable Diffusion. Leur passage de Stability AI est intervenu à un moment de turbulence pour la communauté plus large de l’IA générative open-source, et le lancement de BFL a marqué un effort renouvelé pour construire des modèles d’image accessibles et performants. L’entreprise a sécurisé 31 millions de dollars de financement initial mené par Andreessen Horowitz, avec le soutien supplémentaire de Brendan Iribe, Michael Ovitz et Garry Tan, fournissant une validation précoce de sa direction technique.
Le premier lancement majeur de BFL, FLUX.1, a introduit une architecture de 12 milliards de paramètres disponible en versions Pro, Dev et Schnell. Il a rapidement acquis une réputation pour la qualité de sortie équivalente ou supérieure à celle des concurrents en source fermée tels que Midjourney v6 et DALL·E 3, tandis que les versions Dev et Schnell ont renforcé l’engagement de l’entreprise envers la distribution ouverte. FLUX.1 a également été rapidement adopté dans des produits ultérieurs, y compris Grok 2 de xAI, et est arrivé au milieu de discussions continues dans l’industrie sur la transparence des ensembles de données, l’utilisation responsable des modèles et le rôle de la distribution open-source. BFL a publié des politiques d’utilisation strictes visant à prévenir les abus et la génération de contenu non consensuel.
À la fin de 2024, BFL a élargi la gamme avec Flux 1.1 Pro, un modèle haut débit propriétaire offrant des améliorations de vitesse de génération six fois plus rapides et atteignant les meilleurs scores ELO sur Artificial Analysis. L’entreprise a lancé une API payante aux côtés de la sortie, permettant des intégrations configurables avec des résolutions ajustables, le choix du modèle et des paramètres de modération à des tarifs commençant à 0,04 $ par image.
Les partenariats avec TogetherAI, Replicate, FAL et Freepik ont élargi l’accès et rendu le modèle disponible aux utilisateurs sans besoin d’auto-hébergement, étendant la portée de BFL à travers des plates-formes commerciales et orientées créateurs.
Ces développements se sont déroulés dans un contexte de concurrence croissante dans les médias génératifs.
Les implications de la sortie de FLUX.2 pour les décideurs techniques en entreprise sont significatives. Pour les ingénieurs en IA responsables de la gestion du cycle de vie des modèles, la disponibilité des endpoints hébergés et des checkpoints ouverts permet des chemins d’intégration flexibles.
Les capacités multi-références de FLUX.2 et le support étendu des résolutions réduisent le besoin de pipelines de réglage fin sur mesure lors de la manipulation de sorties spécifiques à une marque ou cohérentes en termes d’identité, réduisant les coûts de développement et accélérant les délais de déploiement. La meilleure adhésion aux incitations et les performances en typographie du modèle réduisent également les cycles d’incitations itératives, ce qui peut avoir un impact mesurable sur l’efficacité du travail de production.
Les équipes axées sur l’orchestration et l’évolutivité opérationnelle de l’IA bénéficient de la structure de la famille de produits FLUX.2. Découvrez les avantages des différents niveaux de FLUX.2, une solution offerte par Black Forest Labs pour répondre aux besoins des charges de travail critiques et des environnements exigeant un contrôle précis des performances.
Le niveau Pro offre des caractéristiques de latence prévisibles adaptées aux charges de travail critiques pour les pipelines, tandis que le niveau Flex permet un contrôle direct sur les étapes d’échantillonnage et les paramètres de guidage, s’alignant ainsi avec les environnements nécessitant un ajustement strict des performances.
L’accès open-weight pour le modèle Dev facilite la création de déploiements personnalisés conteneurisés et permet aux plateformes d’orchestration de gérer le modèle dans le cadre des pratiques CI/CD existantes. Cela est particulièrement pertinent pour les organisations équilibrant les outils de pointe avec des contraintes budgétaires, car les déploiements auto-hébergés offrent un contrôle des coûts au détriment des exigences d’optimisation interne.
Les parties prenantes en ingénierie des données bénéficient de l’architecture latente du modèle et de l’amélioration de la fidélité de la reconstruction. Des représentations d’images de haute qualité et prévisibles réduisent les charges de nettoyage des données en aval dans les flux de travail où les actifs générés alimentent les systèmes d’analyse, les pipelines d’automatisation créative ou le développement de modèles multimodaux.
FLUX.2 consolide les fonctions de conversion texte-image et d’édition d’images dans un seul modèle, ce qui simplifie les points d’intégration et réduit la complexité des flux de données à travers les couches de stockage, de versioning et de surveillance. Pour les équipes gérant de grands volumes d’images de référence, la possibilité d’incorporer jusqu’à dix entrées par génération peut également simplifier les processus de gestion des actifs en déplaçant plus de manipulations de variations dans le modèle plutôt que dans des outils externes.
Pour les équipes de sécurité, l’approche open-core de FLUX.2 introduit des considérations liées au contrôle d’accès, à la gouvernance des modèles et à la surveillance de l’utilisation de l’API. Les points de terminaison FLUX.2 hébergés permettent une application centralisée des politiques de sécurité et réduisent l’exposition locale aux poids du modèle, ce qui peut être préférable pour les organisations avec des exigences de conformité plus strictes.
En revanche, les déploiements open-weight nécessitent des contrôles internes pour l’intégrité du modèle, le suivi des versions et la surveillance en temps réel afin d’éviter les abus ou les modifications non approuvées. La manipulation de la typographie et des compositions réalistes par le modèle renforce également le besoin de cadres de gouvernance de contenu établis, en particulier là où les systèmes génératifs interagissent avec des canaux publics.
Dans l’ensemble, la conception de FLUX.2 met l’accent sur des caractéristiques de performances prévisibles, des options de déploiement modulaires et une friction opérationnelle réduite. Pour les entreprises avec des équipes réduites ou des besoins en évolution rapide, la version offre un ensemble de capacités alignées avec des contraintes pratiques autour de la vitesse, de la qualité, du budget et de la gouvernance des modèles.
FLUX.2 représente une amélioration itérative substantielle de la pile d’images génératives de Black Forest Labs, avec des gains notables en termes de cohérence multi-références, de rendu de texte, de qualité de l’espace latent et de respect des instructions structurées. En associant des offres entièrement gérées à des points de contrôle open-weight, BFL maintient son modèle open-core tout en étendant sa pertinence aux flux de travail créatifs commerciaux. La version montre un passage de la génération d’images expérimentale vers des systèmes plus prévisibles, évolutifs et contrôlables adaptés à une utilisation opérationnelle.