GitHubで公開された「flux2.c」は、Black Forest Labsが開発した画像生成モデルFLUX.2-klein-4Bを純C言語で実装した推論プログラムである。このプロジェクトの主催者であるSalvatore（antirez）氏は、AIを活用してゼロからコードを生成する試みとして、週末の短時間で開発を完了。実際のコードはすべてAI（Claude Code）によって生成され、自身が設計方針や正しさの確認を担当した。この実装はPythonやPyTorch、CUDAなどの依存関係を一切排除しており、C標準ライブラリのみで動作する。MPSやBLASによるアクセラレーションはオプションだが、推奨される。 モデルはsafetensors形式のfloatデータをそのまま読み込み、量子化や変換処理を不要としている。推論には4ステップのサンプリングで高品質な画像を生成可能。最大解像度は1024×1024ピクセルまで対応し、16の倍数であることが条件。メモリ使用量は最大で約16GB（テキストエンコーダーを解放しない場合）を要するが、生成後にエンコーダーを自動解放することで、複数画像生成時のメモリ効率を改善している。 主な機能はテキストから画像生成（Text-to-Image）と、既存画像をテキストプロンプトで変換する画像変換（Image-to-Image）の2つ。強度パラメータ（-t）で変化の度合いを制御可能。コマンドラインでの実行例として、「1960年代アメリカの女性、サングラス、ASA 400フィルム、白黒」などのプロンプトで画像生成が可能。出力はPNGやPPM形式で保存できる。 C言語ライブラリとしての利用も可能。libflux.aをリンクし、flux.hをインクルードすることで、自作アプリケーションに組み込むことが可能。APIはエラー処理を明確にし、失敗時にはflux_get_error()で詳細を取得できる。 このプロジェクトは、AIによるコード生成の限界と可能性を検証する実験として注目され、特にAIモデルのオープンソース化と、非Python環境でのAI利用の普及を促進する意義を持つ。MITライセンスで公開されており、自由に利用・改変が可能。