Online-Tutorial | FLUX 3 Image Klein Open Source: 5,6-Milliarden-Parameter-Modell Für Text-zu-Bild, Bildbearbeitung Und Composing Von 10 Bildern

Text-zu-Bild, Bildbearbeitung und Multi-Referenz-Bildgenerierung treten häufig im selben kreativen Workflow auf. Früher mussten Entwickler möglicherweise zwischen verschiedenen Modellen oder Komponenten wechseln. Das von Black Forest Labs am 15. Oktober 2026 veröffentlichte FLUX 3 Image Klein unterstützt diese Aufgaben mit denselben Gewichten für die Bildgenerierung: Erzeugung von Bildern aus Text, Änderung von Inhalten basierend auf vorhandenen Bildern oder Erstellung unter Verwendung von bis zu 10 Referenzbildern.

Dies ist ein Modell mit offenen Gewichten, dessen Parameteranzahl im Bildgenerierungsteil 5,6B beträgt. Laut offizieller Beschreibung unterstützt es native 4K-Generierung und kann Elemente oder Bearbeitungsbereiche über Bounding Boxes positionieren. Bounding Boxes dienen der Layoutsteuerung; das spezifische Koordinatenformat hängt von der verwendeten Schnittstelle ab.

Die Prompt-Verarbeitung ist ebenfalls ein entscheidender Aspekt in der praktischen Anwendung. Die offizielle Dokumentation gibt an, dass das Modell vollständige Szenenbeschreibungen anstelle von Schlüsselwörtern erwartet. Das Senden kurzer Prompts im Originalwortlaut führt nur zu generalisierten Ergebnissen. Daher lädt die Referenzimplementierung standardmäßig ein separates Prompt-Erweiterungsmodell, das die Anfrage in eine Absatzbeschreibung umwandelt. Das Modell wurde darauf trainiert, Storyboard-Beschreibungen zu verstehen, nicht nur Tags zu interpretieren. Bounding Boxes folgen derselben Logik: Sie steuern die Position und Größe von Elementen auf einem Raster von 0–1000, beschränken das Layout, fixieren aber keine Pixel.

Wenn Bedingungen einheitlich beschrieben werden können, muss das Modell nicht nach Aufgaben aufgeteilt werden. Im Tutorial-Bereich der HyperAI-Website (hyper.ai) ist das Tutorial „FLUX 3 Image Klein: Text-to-Image and Image Editing“ verfügbar. Besuchen Sie die HyperAI-Website, um den gesamten Prozess vom Laden der destillierten Gewichte bis zum Starten der WebUI durchzuführen.

Online ausführen:

https://go.hyper.ai/fscxN

Weitere Online-Tutorials:

https://hyper.ai/notebooks

Demo ausführen

1. Gehen Sie auf die Startseite von hyper.ai, wählen Sie die Seite „Tutorials“ oder klicken Sie auf „Weitere Tutorials anzeigen“, wählen Sie „FLUX 3 Image Klein“ aus und klicken Sie auf „Dieses Tutorial ausführen“.

2. Nach dem Seitenwechsel klicken Sie oben rechts auf „Clone“, um dieses Tutorial in Ihren eigenen Container zu klonen.

Hinweis: Oben rechts auf der Seite kann die Sprache umgeschaltet werden. Derzeit stehen Chinesisch und Englisch zur Verfügung. Dieser Tutorial-Artikel zeigt die Schritte anhand des Englischen.

3. Wählen Sie „NVIDIA RTX 5090“ sowie das entsprechende Image und klicken Sie auf „Continue job execution (Fortfahren)“. Dieses Tutorial verwendet standardmäßig die Ressource NVIDIA GeForce RTX 5090 (32 GB VRAM).

4. Warten Sie auf die Ressourcenzuweisung. Sobald der Status „Running (Läuft)“ anzeigt, klicken Sie auf „Open Workspace“, um das Jupyter Workspace zu betreten.

Ergebnispräsentation

1. Nach dem Seitenwechsel klicken Sie links auf die README-Datei und oben auf „Run (Ausführen)“.

2. Nach dem Start klicken Sie auf die API-Adresse auf der rechten Seite, um die Demo-Oberfläche im Browser aufzurufen.