1. 튜토리얼 소개

FLUX.2는 블랙 포레스트 랩스(Black Forest Labs)가 2025년 11월에 출시한 AI 이미지 모델입니다. 실제 창작 워크플로우를 위해 특별히 설계되었습니다. 최대 10개의 이미지로 구성된 다중 이미지 참조를 지원하여 뛰어난 디테일과 텍스트 렌더링 기능을 갖춘 최대 4MP 해상도의 고품질 이미지를 생성합니다. 시각 언어 모델과 스트림 트랜스포머 아키텍처를 결합한 이 모델은 실제 지식 이해 및 이미지 생성 품질을 크게 향상시켜 개방형 혁신과 시각 지능 기술의 광범위한 적용을 촉진합니다.

이 튜토리얼에서는 컴퓨팅 성능 향상을 위해 단일 RTX PRO 6000 GPU를 사용하고, 4비트 양자화 모델(diffuses/FLUX.2-dev-bnb-4bit)을 사용합니다. 테스트를 위해 다중 참조 편집과 텍스트-이미지 생성의 두 가지 예시가 제공됩니다.

2. 효과 표시

다중 참조 편집

텍스트-이미지 생성

3. 작업 단계

1. 컨테이너를 시작하세요

2. 사용 단계

"잘못된 게이트웨이"가 표시되면 모델이 초기화 중임을 의미합니다. 모델이 크기 때문에 약 2~3분 정도 기다리신 후 페이지를 새로고침해 주시기 바랍니다.

1. 다중 참조 편집

구체적인 매개변수:

• 시드: 생성 모델의 난수 생성기에 입력되는 초기값으로, 생성 과정에서 무작위성을 제어하는 데 사용됩니다.
• 너비: 생성된 이미지의 너비입니다.
• 높이: 생성된 이미지의 높이입니다.
• 추론 단계 수: 생성 모델이 최종 결과를 생성하는 데 거치는 반복 또는 처리 단계의 수를 나타냅니다.
• 지침 척도: 생성 모델(예: 확산 모델)에서 조건부 입력이 최종적으로 생성된 결과에 미치는 영향의 정도를 제어합니다.

2. 텍스트-이미지 생성

구체적인 매개변수:

• 시드: 생성 모델의 난수 생성기에 입력되는 초기값으로, 생성 과정에서 무작위성을 제어하는 데 사용됩니다.
• 너비: 생성된 이미지의 너비입니다.
• 높이: 생성된 이미지의 높이입니다.
• 추론 단계 수: 생성 모델이 최종 결과를 생성하는 데 거치는 반복 또는 처리 단계의 수를 나타냅니다.
• 지침 척도: 생성 모델(예: 확산 모델)에서 조건부 입력이 최종적으로 생성된 결과에 미치는 영향의 정도를 제어합니다.

인용 정보

이 프로젝트에 대한 인용 정보는 다음과 같습니다.

@misc{flux-2-2025,
    author={Black Forest Labs},
    title={{FLUX.2: Frontier Visual Intelligence}},
    year={2025},
    howpublished={\url{https://bfl.ai/blog/flux-2}},
}